Rastreador de Sentimiento Narrativo
Una herramienta de investigación para rastrear la valencia emocional en narrativas públicas a lo largo del tiempo, permitiendo a los investigadores visualizar cómo el sentimiento cambia a través de los arcos narrativos en el discurso político y social.
Research Question
¿Cómo cambia el sentimiento a lo largo de los arcos narrativos en el discurso político?
Data Source
Conjuntos de datos de redes sociales públicas (anonimizados)
Limitations
Corpus solo en inglés, los modelos de sentimiento pueden pasar por alto matices culturales
Descripción General
El Rastreador de Sentimiento Narrativo (NST) es una herramienta experimental de investigación diseñada para medir y visualizar cómo la valencia emocional evoluciona a lo largo del arco de las narrativas públicas. A diferencia del análisis de sentimiento estático, que puntúa documentos individuales de forma aislada, el NST mapea trayectorias de sentimiento — la forma del cambio emocional a medida que una historia, debate o evento político se desarrolla en el tiempo.
La herramienta aborda una brecha fundamental en el análisis del discurso. La mayoría de herramientas de sentimiento tratan los textos como puntos de datos independientes. Pero las narrativas públicas son secuenciales y acumulativas: el peso emocional de un discurso político depende de lo que vino antes, y el impacto de un ciclo informativo está condicionado por el arco que sigue. El NST captura estas dinámicas modelando el sentimiento como una serie temporal e identificando puntos de inflexión donde el tono emocional cambia significativamente.
Cómo Funciona
Los usuarios proporcionan un corpus de textos con marca temporal — tuits, artículos de prensa, declaraciones parlamentarias o cualquier discurso ordenado cronológicamente. El NST procesa esta entrada en tres etapas.
Primero, cada unidad de texto se puntúa por su valencia emocional utilizando el análisis de sentimiento VADER, complementado por las características lingüísticas de spaCy para tener en cuenta la negación, los intensificadores y la estructura retórica. Segundo, las puntuaciones se agregan en ventanas temporales (configurables por el usuario) y se suavizan para revelar tendencias subyacentes en lugar de ruido. Tercero, la herramienta aplica algoritmos de detección de puntos de cambio para identificar momentos de cambio significativo en el sentimiento — los puntos donde una narrativa gira.
La interfaz Streamlit proporciona visualizaciones interactivas que permiten a los investigadores explorar trayectorias de sentimiento, acercarse a períodos específicos y superponer eventos externos como contexto. Los puntos de inflexión anotados se destacan con intervalos de confianza.
Aplicaciones de Investigación
El NST se ha utilizado en estudios piloto que examinan arcos de sentimiento en campañas electorales, comunicaciones de salud pública durante eventos de crisis y debates legislativos sobre cuestiones sociales controvertidas. Los hallazgos preliminares sugieren que las trayectorias de sentimiento narrativo siguen un conjunto limitado de formas recurrentes, haciéndose eco de la teoría narrativa literaria. Identificar estas formas tempranamente en un ciclo discursivo puede ayudar a los profesionales a anticipar la escalada emocional y diseñar intervenciones oportunas.
La herramienta está actualmente en fase beta. Agradecemos los comentarios de investigadores que trabajan en ciencias sociales computacionales, comunicación política y estudios de medios.