EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Evaluación de Redes Neuronales para la Identificación de Discurso de Odio en Español Utilizando Características Estilométricas

Oscar León Granizo, Valeria Nicol Jaramillo Ramírez, Kevin Javier Lamilla Vera, Cesar Espin Riofrío, Gary Reyes Zambrano

Ecuadorian Science Journal · 30.09.2026 · 10 (2) · 1-10

DOI: 10.46480/esj.10.2.295 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Ecuadorian Science Journal, online erschienen am 30.09.2026. Verfasst von Oscar León Granizo und 4 weiteren Autor:innen. Die Arbeit nennt 30 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Contexto: Esta investigación se centra en analizar la efectividad de las redes neuronales en la detección de discurso de odio en español, utilizando características estilométricas y considerando la diversidad lingüística de Ecuador. El objetivo principal fue evaluar y analizar la precisión de diferentes modelos de redes neuronales en esta tarea específica de clasificación de textos. Método: Se implementaron y compararon cuatro arquitecturas de redes neuronales: Red Neuronal Convolucional (CNN), Red Neuronal Recurrente (RNN), Memoria a Corto y Largo Plazo (LSTM) y Transformer, aplicando la metodología CRISP-DM para estructurar las tareas necesarias en cada fase y sus interrelaciones. Resultados: Los resultados revelaron diferencias significativas en el desempeño de los cuatro modelos. El modelo Transformer se destaca como la alternativa más eficiente, logrando un puntaje F1 ponderado más alto (0,88) y un AUC de 0,92, lo que indica un equilibrio óptimo. Tanto CNN como RNN alcanzaron una precisión global del 87%, mientras que LSTM obtuvo la menor precisión, con un 86%. Conclusiones: En consecuencia, se recomienda la adopción del modelo Transformer para la detección automática de discurso de odio en textos en español, empleando características estilométricas y considerando la diversidad lingüística de Ecuador. Adicionalmente, se sugiere continuar evaluando el modelo en un entorno de producción para identificar posibles sesgos y realizar los ajustes necesarios. La investigación futura incluye incorporar textos en múltiples idiomas y desarrollar programas educativos dirigidos a estudiantes, fomentando así una mayor concienciación sobre el discurso de odio y su posible impacto.

Zitieren

APA

Granizo, O. L., Ramírez, V. N. J., Vera, K. J. L., Riofrío, C. E., & Zambrano, G. R. (2026). Evaluación de Redes Neuronales para la Identificación de Discurso de Odio en Español Utilizando Características Estilométricas. Ecuadorian Science Journal, 10(2), 1-10. https://doi.org/10.46480/esj.10.2.295

Vancouver

Granizo OL, Ramírez VNJ, Vera KJL, Riofrío CE, Zambrano GR. Evaluación de Redes Neuronales para la Identificación de Discurso de Odio en Español Utilizando Características Estilométricas. Ecuadorian Science Journal. 2026;10(2):1-10. doi:10.46480/esj.10.2.295

BibTeX
@article{Granizo2026,
  author = {Granizo, Oscar León and Ramírez, Valeria Nicol Jaramillo and Vera, Kevin Javier Lamilla and Riofrío, Cesar Espin and Zambrano, Gary Reyes},
  title = {Evaluación de Redes Neuronales para la Identificación de Discurso de Odio en Español Utilizando Características Estilométricas},
  journal = {Ecuadorian Science Journal},
  year = {2026},
  volume = {10},
  number = {2},
  pages = {1--10},
  doi = {10.46480/esj.10.2.295}
}
Kostenlos starten →