Este blog sigue la huella digital de las organizaciones analizando las noticias que publican en sus páginas Web. En esta línea damos seguimiento particularmente, al Gobierno Regional del Biobío (Gore Biobío). No obstante, la entrada de hoy va más allá del Gore Biobío para profundizar en el análisis de noticias del sitio Web del Instituto de Desarrollo Agropecuario (INDAP), del período de julio de 2023 a octubre de 2026. INDAP es un organismo público con presencia en las dieciséis regiones del país, que mantiene cien oficinas que atienden las necesidades de los pequeños productores agrícolas de zonas rurales.
En la data de noticias de INDAP se aprecia en primer lugar un comportamiento similar al observado en el análisis de noticias del Gore Biobío. El total de palabras del corpus es 28.147. El Gráfico 1 del Cuadro 1 muestra que el promedio semanal de noticias es 13,2 con una varianza de 4,6 noticias. En general, se observa que la cantidad semanal de noticias se ubica en la franja definida por el promedio y, más o menos una desviación estándar. Lo que se corrobora el Gráfico 2, éste presenta que la cantidad de noticias semanales sigue una distribución normal. Por otra parte, la cantidad promedio de palabras por noticia (Gráfico 3) es similar a la de las noticias del Gore Biobío. Las similitudes entre ambos corpus de noticias sostienen la hipótesis que indica que estas cantidades son indicadores indirectos de la capacidad del quehacer institucional. Además, el análisis del corpus de noticias mediante lo que se conoce como procesamiento de lenguaje natural, permite adentrarse en el quehacer de la organización al conocer la estructura y los cambios de las palabras que aparecen en las noticias. Las palabras se vectorizan siguiendo la regla «dime con que palabra te juntas y te diré cuál palabra eres«. El siguiente gráfico presenta una pequeña muestra del resultado analítico.
El Gráfico 4 se basa en el análisis del texto del corpus basado en la vectorización de las palabras. El gráfico muestra sólo la ubicación de las palabras que pertenecen a tres grupos seleccionados: regiones, ciudades y productos agrícolas. Se aprecia que las regiones (color verde) están agrupadas en la parte central del gráfico. Las ciudades y algunas localidades (color rojo) están dispersas en el gráfico, pero en subgrupos, hay tres capitales de región que están en la parte superior derecha del gráfico. Los productos agrícolas (color azul) se muestran en subgrupos, se observa cuatro subgrupos. Una primera interpretación es que las palabras no están distribuidas aleatoriamente en el Gráfico 4 sino que se distribuyen en uno o más grupos, existe una estructura.
En este blog se sostiene que la adopción de nuevas tecnologías en una sociedad concreta permite hacer más y/o nuevas cosas. El análisis digital de textos admite «leer de otra manera» y, el vectorizar las palabras de un corpus permite buscar relaciones entre ellas mediante operaciones vectoriales. Un ejemplo clásico de la operación con vectores en el corpus vectorizado es la expresión: «king – man + woman = queen«, que resulta de restar al vector «king» el vector «man» y sumarle el vector «woman», el resultado es «queen». En nuestro análisis de noticias usamos el vector «maule» le restamos el vector «talca» y agregamos el vector «temuco» el resultado obtenido es «araucanía». En otras palabras, al primer vector que representa la región de Maule le restamos todo lo que comparte con el vector de la ciudad capital regional, el resultado fue un vector que representa el concepto región en forma pura, y si le agregamos el vector de la ciudad de Temuco, el resultado es el vector de la región de la Araucanía. Estas operaciones son importantes para relacionar palabras de distintas categorías, en nuestro ejemplo relacionamos palabras de la categoría región con palabras de la categoría capital regional.
Finalmente, más allá de los textos de noticias institucionales trabajados con el análisis de texto a través de la vectorización de palabras, debemos decir que este tipo de análisis permite también conocer la estructura de las palabras; con ello es posible hacer otros análisis, tales como, de clasificación de noticias, de entidades nombradas, y de sentimientos presentes.
Deja una respuesta