Uso de Procesamiento de Lenguaje Natural para procesar respuestas abiertas de una encuesta de Opinión Pública

• Martínez Porras, Esteban ^[1] ; Ramírez Fernández, Adrián ^[2] ; Solís Bastos, Laura ^[3] ; Díaz-González, José André ^[3]
  1. [1] Universidad de Costa Rica

     Universidad de Costa Rica

     Hospital, Costa Rica

     
  2. [2] Escuela de informática, Universidad Nacional, Costa Rica
  3. [3] Instituto de Estudios Sociales en Población (IDESPO), Universidad Nacional, Costa Rica.

  Mostrar afiliaciones +
• Localización: Revista Latinoamericana de Metodología de la Investigación Social: ReLMIS, ISSN-e 1853-6190, Nº. 29 (abril - septiembre 2025), 2025 (Ejemplar dedicado a: La problematización como método en la indagación social), págs. 51-67
• Idioma: español
• Títulos paralelos:
  • Use of Natural Language Processing to process open responses of a Public Opinion survey
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este artículo revisa la utilidad de utilizar Procesamiento de Lenguaje Natural (PLN) para el análisis de las respuestas abiertas brindas a una encuesta de opinión pública. Se utilizan datos de una encuesta sobre percepción de la población costarricense respecto a diversos grupos migrantes y, a partir de ellos, se prueban diversos algoritmos, con el propósito de identificar cuál de ellos realiza una mejor clasificación de los datos. Se concluye que el algoritmo random forest es el que realiza una mejor clasificación automática de las respuestas, ayudando a disminuir la ambigüedad de la clasificación. El trabajo busca resaltar la utilidad que tiene el PLN para las investigaciones en Ciencias Sociales y, en especial, para el análisis de datos de preguntas abiertas aplicadas en estudios de opinión pública, ya que facilita la clasificación y análisis de gran cantidad de información no estructurada.

  • English

    This article reviews the usefulness of using Natural Language Processing (NLP) for the analysis of open responses given to a public opinion survey. Data from a survey about the perception of the Costa Rican population regarding various migrant groups are used to test algorithms to identify which performs a better classification of the data. It is concluded that the randomforest algorithm performs a better automatic classification ofthe answers, helping to reduce the ambiguity of the classification. The work seeks to highlight the usefulness of the PNL for research in Social Sciences and, especially, for the analysis of data from open questions applied in studies of public opinion, since it facilitates the classification and analysis of a large amount of unstructured information.