Título: Análisis de debates partidarios en redes sociales con Procesamiento de Lenguaje Natural
Director: Esteban Feuerstein
Co-director: Federico Albanese
Jurados:
Dr. Pablo Balenzuela
Dra. Viviana Cotik

Resumen:
En este trabajo nos dedicamos a analizar distintos aspectos sobre debates partidarios de Estados Unidos en redes sociales. En particular, en Twitter examinamos la evolución temporal del flujo de los usuarios en comunidades políticas. Estas  últimas son halladas mediante la aplicación de algoritmos de detección de comunidades en grafos. Por otro lado, en Reddit analizamos el debate del aborto y el debate del control de armas. Clasificando posteos y comentarios por sentimiento, estudiamos diferencias entre las distintas clasificaciones, como ser el sentimiento de sus respuestas, su toxicidad, su engagement, entre otras. Además, analizamos la evolución temporal del sentimiento y del engagement de los debates, prestando especial atención a aquellos momentos en donde el interés por los mismos crece como consecuencia de algún hecho de la realidad. Para intentar determinar qué fenómenos dentro del debate podemos atribuir a estos eventos (por ejemplo un aumento de posteos, de comentarios, de score, etcétera), acudimos a métodos de inferencia causal.

Palabras claves: detección de comunidades, análisis de sentimiento, inferencia causal, toxicidad, redes sociales.