Cómo entrenar a un algoritmo para detectar el lenguaje de odio en el conflicto Israel-Palestina How to train an algorithm to detect hate speech in the Israel-Palestine conflict

Introducción: La detección automática de comportamientos nocivos en la comunicación digital, como el lenguaje de odio hacia algún grupo social, es abordada por el análisis de sentimientos, tarea del procesamiento del lenguaje natural. Detectar el lenguaje de odio en el conflicto Israel-Palestina es particularmente complejo, ya que se puede observar un discurso de odio, y otro de apoyo, hacia cada uno de los dos grupos involucrados. Metodología: Como un algoritmo necesita aprender a reconocer este comportamiento a partir de ejemplos, aquí se ensambló un corpus con comentarios extraídos de redes sociales y relacionados con el conflicto armado. Además, se crearon las reglas para un etiquetado cuádruple, propio del discurso ideológico, donde un grupo dice tener la verdad frente a otro, cuyas creencias califica de ideología, mientras el otro grupo defiende lo contrario Resultados: Este trabajo muestra el nivel de validez alcanzado en el acuerdo entre etiquetadores respecto de varios niveles de polaridad, incluyendo apoyo, odio y neutral. Conclusiones: Si bien se alcanzó una validez sustancial con dos niveles de polaridad opuestos, la inclusión de un nivel de neutralidad aumenta la complejidad y reduce el coeficiente de validez. Al final, se discuten las posibles aplicaciones del corpus en términos de seguridad e inteligencia.