Sistema de aprendizaje automático para el análisis de sexismo en el género musical urbano

Abstract

La presente investigación muestra la creación de un clasificador según su nivel de sexismo en las letras de canciones del género musical urbano. Este sistema predice de acuerdo con tres categorías siendo estas A” apto para todo público, B” bajo supervisión de adultos y C” contenido para adultos. Para crear este clasificador se usó diferentes modelos de aprendizaje automático, siendo estas, Naïve Bayes, vecinos más cercanos, árbol de decisión, máquina de vectores de soporte y regresión logística. Para el entrenamiento de los modelos se creó un dataset de 479 datos, con una estratificación del 75% de los datos para entrenamiento y el 25% para prueba. El conjunto de datos incluye expresiones sexistas y no sexistas, así mismo se encuentran diferentes letras de canciones que son considerados sexistas y letras de canciones para todo público. Se entrenó cada modelo con este set de datos, obteniendo así un grado de precisión del 80% en el modelo regresión logística. Asimismo, el clasificador fue integrado con una interfaz gráfica facilitando el uso de este para cualquier usuario y un programa que pasa un video a texto realizado en Python.