Análisis computacional de las características ortotipográficas y paralingüísticas de los tweets periodísticos

• Esteban Vázquez-Cano ^[1] ; Javier Fombona ^[2] ; César Bernal ^[3]
  1. [1] Universidad Nacional de Educación a Distancia

     Universidad Nacional de Educación a Distancia

     Madrid, España

     
  2. [2] Universidad de Oviedo

     Universidad de Oviedo

     Oviedo, España

     
  3. [3] Universidad de Almería

     Universidad de Almería

     Almería, España

     

  Mostrar afiliaciones +
• Localización: El profesional de la información, ISSN-e 1699-2407, ISSN 1386-6710, Vol. 25, Nº 4, 2016 (Ejemplar dedicado a: Datos), págs. 588-595
• Idioma: español
• Títulos paralelos:
  • Computational analysis of the orthotypographic and paralinguistic characteristics of journalistic tweets
• Enlaces
  • Texto completo
• Dialnet Métricas: 5 Citas
• Resumen
  • español

    Se presenta un análisis las principales características ortotipográficas y paralingüísticas del tweet periodístico en una muestra de diez de los periodistas españoles más mediáticos y con mayor actividad en la red de microblogging Twitter. A través de una metodología de investigación que se enmarca dentro del análisis del discurso mediado por ordenador, se procesan 178 tweets periodísticos mediante técnicas de lingüística computacional (tokenización y lematización) y tratamiento estadístico del mensaje digital (estadística inferencial). Los resultados muestran que los elementos ortotipográficos con mayor representación son las comillas y puntos suspensivos en tweets de extensión media que no suelen sobrepasar los 100 caracteres. Asimismo, los elementos paralingüísticos más significativos son los hashtags, arrobas e imágenes en tweets con una densidad baja de palabras (9,07%).

  • English

    The main orthotypographic and paralinguistic characteristics of journalistic tweets using a sample of ten of the most media active Spanish journalists in the network of microblogging Twitter are analyzed. Through a research methodology based on the computer-mediated discourse of computational linguistics and statistical processing of digital messages, 178 journalistic tweets are analyzed using computational linguistics techniques (tokenization and lemmatization) and statistical processing of digital messages (inferential statistics). The results show that the orthotypographic elements with greater representation are the quotes and suspension points in tweets of average length not exceeding 100 characters. Also, the most significant paralinguistic elements are the hashtags, ats, and images in tweets with a low density of words (9.07%).