Detection of Sociolinguistic Features in Digital Social Networks for the Detection of Communities

Abstract

The emergence of digital social networks has transformed society, social groups, and institutions in terms of the communication and expression of their opinions. Determining how language variations allow the detection of communities, together with the relevance of specific vocabulary (proposed by the National Council of Accreditation of Colombia (Consejo Nacional de Acreditación -CNA) to determine the quality evaluation parameters for universities in Colombia) in digital assemblages could lead to a better understanding of their dynamics and social foundations, thus resulting in better communication policies and intervention where necessary. The approach presented in this paper intends to determine what are the semantic spaces (sociolinguistic features) shared by social groups in digital social networks. It includes five layers based on Design Science Research, which are integrated with Natural Language Processing techniques (NLP), Computational Linguistics (CL), and Artificial Intelligence (AI). The approach is validated through a case study wherein the semantic values of a series of "Twitter" institutional accounts belonging to Colombian Universities are analyzed in terms of the 12 quality factors established by CNA. In addition, the topics and the sociolect used by different actors in the university communities are also analyzed. The current approach allows determining the sociolinguistic features of social groups in digital social networks. Its application allows detecting the words or concepts to which each actor of a social group (university) gives more importance in terms of vocabulary.

Strength in coalitions: Community detection through argument similarity

“…This contribution naturally employs a very different approach from ours, not only because the AI techniques used to discover communities are different, but the work of Li [31] does not consider the coalition concept. Another interesting work in identifying communities is proposed by Puertas et al [43] who presents an approach to detecting communities in social networks, analyzing several tweets from Colombian Universities' accounts, and finding sociolinguistic features in them. The proposed method considers three components: an expert, computational linguistics, and AI techniques.…”

El análisis de subjetividad colectiva en redes sociales

“…El clasificador de edad utiliza el proceso metodológico de construcción explicado en el artículo "Bots and Gender Profiling on Twitter using Sociolinguistic Features Notebook for PAN at CLEF 2019 " (Puertas et al, 2019a). Este consta de extraer un grupo de características de los perfiles y textos de las publicaciones hechas por los usuarios de Twitter, desarrollando diferentes modelos de Machine Learning con el objetivo de tener un modelo con el mejor desempeño para asignar una etiqueta correcta de género.…”

“…El componente de transformación de las publicaciones del sistema bajo las variables demográficas, psicográficas y sociográficas produjo una serie de publicaciones científicas con nuevos aportes técnicos, contribuyendo a la frontera de conocimiento de las técnicas de PLN para el idioma español. Por ende, existe un clasificador de género desarrollado en el conferencia Puertas et al (2019a), un clasificador de edad publicado en la conferencia Moreno Sandoval et al (2018a), un clasificador de polaridad presentado en la conferencia Moreno Sandoval et al (2017) agregando una actualización de este con el uso de técnicas de Deep Learning y lexicones en el artículo y un clasificador sociográfico por temas con el gold estándar del periódico local El Tiempo desarrollado en la presente tesis.…”

“…Desde la perspectiva de los aros de cebolla, cada nivel de análisis (desde el más general hasta el más específico) está representado por un conjunto de aros o círculos que a su vez contienen a otros; es decir, un círculo más pequeño representa un nivel de análisis más específico con comunidades más definidas o de mayor granularidad generando una desagregación de la red. El artículo Puertas et al (2021) aporta un nuevo enfoque de integración de los dos constructos para el estudio particular de un aro de cebolla como lo plantea el segundo escenario de experimentación, donde se usan otras técnicas de ARS y unas capas polares de AS.…”

Análisis de elementos fonéticos y elementos emocionales para predecir la polaridad en fuentes de microblogging

“…Bots and gender profiling on Twitter using sociolinguistic features notebook for PAN at CLEF 2019 [129] Edwin Puertas, Luis Gabriel Moreno-Sandoval, FM Plaza-Del-Arco, Jorge Andres Alvarado-Valencia, Alexandra Pomares-Quimbaya, Alfonso Ureña-López PAN at CLEF 2019, September, 2019…”