Análisis de sentimientos en contraste con datos oficiales durante la pandemia del COVID-19 en Ecuador

Ecuador fue uno de los primeros países latinoamericanos en tener un caso comprobado del nuevo coronavirus SARS-CoV-2. Las redes sociales fueron los medios más utilizados por la ciudadanía para replicar noticias sobre la pandemia, y emitir comentarios sobre el manejo de la crisis sanitaria. Este artículo tiene como objetivo presentar una herramienta web para el análisis de sentimientos en Twitter con tres formas diferentes de analizar el corpus y las polaridades: un modelo basado en diccionario de palabras, un modelo de aprendizaje automático supervisado entrenado a medida y una biblioteca de código abierto para procesar datos textuales y permite obtener una métrica de polaridad a partir de un tweet. Luego, para definir la polaridad final de cada tweet, se utiliza un modelo de aprendizaje automático conjunto para combinar las predicciones de las tres técnicas a través de una votación por mayoría. El sistema web fue desarrollado con herramientas de software libre y se acompaña de visualizaciones y gráficos estadísticos.Ecuador was one of the first Latin American countries to have a proven case of the new coronavirus SARS-CoV-2. The social networks were the media most used by citizens to replicate news about the pandemic, and issue comments about the handling of the health crisis. This article aims to present a web tool for sentiment analysis on Twitter with three different ways to analyze the corpus and polarities: a word-dictionary based model, a custom trained supervised machine learning model, and an open-source library to process textual data and allows obtaining a polarity metric from a tweet. Then, to define the final polarity of each tweet, an ensemble machine learning model is used for combining the predictions from the three techniques through a hard majority voting ensemble. The web system was developed with free software tools and is accompanied by visualizations and statistical graphics