Usando medidas de centralidad para mejorar la clasificación de tweets durante desastres naturales

Resumen

Las redes sociales como Twitter facilitan la comunicación durante desastres naturales. Un problema recurrente es distinguir en tiempo real los tweets más relevantes y contingentes relacionados con el desastre entre el flujo masivo de mensajes. Para abordar este problema, se propone el uso de medidas de centralidad para mejorar los conjuntos de datos de entrenamiento utilizados por clasificadores de aprendizaje activo. Como caso de estudio, se consideran los tweets recolectados durante las inundaciones masivas en Santiago de Chile en 2016. Este enfoque mejora la consistencia y pertinencia en el proceso de etiquetado, así como el desempeño de los clasificadores.