Catálogo de tesis
Identificación de sexismo en redes sociales
Clasificación
32699
Autor
Jiménez Martínez, Martha Paola (tesista)
Otros autores
López Nava Irvin Hussein ( Codirector de tesis)
Montes y Gómez Manuel ( Codirector de tesis)
Favela Vara Jesús (miembro de comité)
Hernández Martínez Rufina (miembro de comité)
Montes y Gómez Manuel ( Codirector de tesis)
Favela Vara Jesús (miembro de comité)
Hernández Martínez Rufina (miembro de comité)
Resumen
La presente investigación aborda la detección de sexismo en redes sociales en español, empleando técnicas
de procesamiento de lenguaje natural y modelos avanzados basados en transformers. Ante la escasez de
recursos en español, se utilizó el corpus EXIST 2023, anotado por diversos perfiles demográficos, para
analizar cómo el género y la edad influyen en la percepción y clasificación del sexismo mediante tres
niveles de tareas: identificación de sexismo (clasificación binaria para determinar si un tuit es sexista),
intención de la fuente (clasificación de mensajes sexistas según intención: directa, reportada o juicio), y
categorización del tipo de sexismo (agrupación en categorías como ideología, estereotipos, cosificación,
violencia sexual y misoginia). A través de una metodología que incluye el preprocesamiento de datos, la
clasificación en tareas binarias, tanto multiclase y como multietiqueta, y el desarrollo de ensambles que
incorporan perspectivas demográficas, se logró un puntaje F1 de 0.854. Además, se realizó un análisis de
errores para identificar las limitaciones del modelo y se implementó ChatGPT para generar explicaciones
contextuales de las predicciones, mejorando la interpretabilidad del sistema. Los hallazgos subrayan
la relevancia de integrar enfoques inclusivos y técnicas de explicabilidad para abordar un problema
culturalmente complejo como el sexismo en entornos digitales. Este trabajo no solo contribuye al avance
en la detección de lenguaje discriminatorio en español, sino que también establece bases para desarrollar
sistemas más justos y transparentes en tareas críticas de análisis textual.
Nota de la tesis
Tesis para obtener el grado de Maestro en Ciencias de la Computación
Institución
Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California
Año de publicación
2025
Detalles físicos
archivo en PDF (ix, 77 hojas) : ilustraciones
Temas
Sexismo
Procesamiento de Lenguaje Natural (PLN)
ChatGPT
Sexism
Natural Language Processing (NLP)
Procesamiento de Lenguaje Natural (PLN)
ChatGPT
Sexism
Natural Language Processing (NLP)
Nota
Miembros del Comité: López Nava Irvin Hussein; Montes y Gómez Manuel; Favela Vara Jesús; Hernández Martínez RufinaIncluye anexos y referencias bibliográficas
Disponibilidad
| Número de inventario | Volumen | Biblioteca | Ubicación | Estado | Nota |
| 32699 | -- | CICESE | Colección de tesis | Disponible |
Cómo citar
Jiménez Martínez, M. P. 2025.Identificación de sexismo en redes sociales. Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. archivo en PDF (ix, 77 hojas).
Opciones



