Análisis Computacional de Eventos de Protesta • ACEP

Vision general

ACEP es un paquete de funciones en lenguaje R útiles para la detección y el análisis de eventos de protesta en corpus de textos periodísticos. Sus funciones son aplicables a cualquier corpus de textos. Ademas de las funciones, ACEP contiene también bases de datos con colecciones de notas sobre protestas y una colección de diccionarios de palabras conflictivas y otros tópicos referidos a diferentes aspectos del análisis de eventos de protesta.

Instalacion de la version estable

Puedes instalar la versión estable de ACEP desde CRAN con:

install.packages("ACEP")

Instalacion de la version en desarrollo

Puedes instalar la versión de desarrollo de ACEP desde GitHub con:

# install.packages("devtools")
devtools::install_github("agusnieto77/ACEP")

Funciones

Nombre	Ciclo	Descripción
`acep_clean()`		Limpieza de texto.
`acep_cleaning()`		Limpieza de texto.
`acep_context()`		Función para extraer contexto de palabras o frases.
`acep_count()`		Frecuencia de menciones de palabras.
`acep_db()`		Frecuencia, menciones e intensidad.
`acep_detect()`		Detección de menciones de palabras.
`acep_extract()`		Extraer palabras de un texto.
`acep_frec()`		Frecuencia de palabras totales.
`acep_gpt()`		Función para interactuar con los modelos de OpenAI.
`acep_int()`		Índice de intensidad.
`acep_load_base()`		Carga bases de datos creadas por el Observatorio.
`acep_may()`		Convierte el texto mayúsculas
`acep_men()`		Frecuencia de menciones de palabras.
`acep_min()`		Convierte el texto minúsculas.
`acep_plot_rst()`		Resumen visual de la serie temporal de los índices de conflictividad.
`acep_plot_st()`		Gráfico de barras de la serie temporal de índices de conflictividad.
`acep_postag()`		Función para etiquetado POS, lematización, tokenización, extracción de entidades.
`acep_rst()`		Serie temporal de índices de conflictividad.
`acep_sst()`		Serie temporal de índices de conflictividad.
`acep_svo()`		Función para extraer tripletes SVO (Sujeto-Verbo-Objeto).
`acep_token()`		Función para tokenizar.
`acep_token_plot()`		Gráfico de barras de palabras más recurrentes en un corpus.
`acep_token_table()`		Tabla de frecuencia de palabras tokenizadas.
`acep_upos()`		Función para etiquetado POS, lematización, tokenización.

Colecciones

Nombre	Descripción
`acep_bases`	Colección de notas.
`acep_diccionarios`	Colección de diccionarios.
`acep_prompt_gpt`	Colección de instrucciones.
`acep_rs`	Cadenas de caracteres para limpiar y normalizar textos.

Corpus

Colección de notas del diario La Nación

Subset de notas del diario La Nación

Colección de notas del Ecos Diarios

Colección de notas de la Revista Puerto

Colección de notas del diario La Nueva

Colección de notas del diario La Capital

Bases de datos de Eventos de protesta disponibles online

ACLED: Armed Conflict Location & Event Data Project.

GDELT: The GDELT Project About.

GPT: Global Protest Tracker.

MMPD: Mass Mobilization Protest Data Project.

NAVCO: Nonviolent and Violent Campaigns and Outcomes data project.

NVCO: Global Nonviolent Action Database.

SCAD: Social Conflict Analysis Database.

SPEED: The Social, Political and Economic Event Database Project.

UCDP: Uppsala Conflict Data Program.

Bases de datos de interes general

FMI: FMI Data.

BM: Datos de libre acceso del Banco Mundial.

OIT: Estadísticas y bases de datos.

CEPAL: Datos y estadísticas.

DARG: Datos abiertos de Argentina.

MGP: Datos abiertos del Municipio de Gral. Pueyrredon, Buenos Aires, Argentina.

Uso de las funciones del paquete ACEP: un ejemplo.

# Cargamos la librería
require(ACEP)

# Cargamos la base de notas de la Revista Puerto con la función acep_load_base()
rev_puerto <- acep_load_base(acep_bases$rp_mdp)

# Cargamos el diccionario de conflictos de SISMOS
dicc_confl_sismos <- acep_diccionarios$dicc_confl_sismos

# Con la función acep_frec() contamos la frecuencia de palabras de cada nota
# y creamos una nueva columna llamada  n_palabras
rev_puerto$n_palabras <- acep_frec(rev_puerto$nota)

# Imprimimos en pantalla la base con la nueva columna de frecuencia de palabras
head(rev_puerto)

#> # A tibble: 6 × 7
#>   fecha      titulo                         bajada nota  imagen link  n_palabras
#>   <date>     <chr>                          <chr>  <chr> <chr>  <chr>      <int>
#> 1 2020-12-29 ¡Feliz Año 2021 para todos nu… Con m… "Con… https… http…         28
#> 2 2020-12-28 Mapa del trabajo esclavo en a… Un re… "El … https… http…       1142
#> 3 2020-12-24 Plantas piden tener garantiza… En Ch… "El … https… http…        536
#> 4 2020-12-24 Los obreros navales despiden … En Ma… "El … https… http…        489
#> 5 2020-12-23 El incumplimiento del régimen… Se ll… "Las… https… http…        529
#> 6 2020-12-23 Otro fallo ratifica cautelar … La Cá… "La … https… http…        467

# Ahora con la función acep_count() contamos la frecuencia de menciones de
# términos del diccionario de conflictividad de SISMOS de cada nota y
# creamos una nueva columna llamada  conflictos.
# Elaboramos un corpus acotado para el ejemplo
rev_puerto <- rev_puerto[1:100, ]
rev_puerto$conflictos <- acep_count(rev_puerto$nota, dicc_confl_sismos)

# Imprimimos en pantalla la base con la nueva columna de
# menciones del diccionario de conflictividad
head(rev_puerto)

#> # A tibble: 6 × 8
#>   fecha      titulo              bajada nota  imagen link  n_palabras conflictos
#>   <date>     <chr>               <chr>  <chr> <chr>  <chr>      <int>      <int>
#> 1 2020-12-29 ¡Feliz Año 2021 pa… Con m… "Con… https… http…         28          0
#> 2 2020-12-28 Mapa del trabajo e… Un re… "El … https… http…       1142          0
#> 3 2020-12-24 Plantas piden tene… En Ch… "El … https… http…        536          0
#> 4 2020-12-24 Los obreros navale… En Ma… "El … https… http…        489          0
#> 5 2020-12-23 El incumplimiento … Se ll… "Las… https… http…        529          0
#> 6 2020-12-23 Otro fallo ratific… La Cá… "La … https… http…        467          0

# Ahora con la función acep_int() calculamos un índice de intensidad de
# la conflictividad y creamos una nueva columna llamada  intensidad
rev_puerto$intensidad <- acep_int(
  rev_puerto$conflictos,
  rev_puerto$n_palabras,
  3)

# Imprimimos en pantalla la base con la nueva columna de intensidad
head(rev_puerto)

#> # A tibble: 6 × 9
#>   fecha      titulo   bajada nota  imagen link  n_palabras conflictos intensidad
#>   <date>     <chr>    <chr>  <chr> <chr>  <chr>      <int>      <int>      <dbl>
#> 1 2020-12-29 ¡Feliz … Con m… "Con… https… http…         28          0          0
#> 2 2020-12-28 Mapa de… Un re… "El … https… http…       1142          0          0
#> 3 2020-12-24 Plantas… En Ch… "El … https… http…        536          0          0
#> 4 2020-12-24 Los obr… En Ma… "El … https… http…        489          0          0
#> 5 2020-12-23 El incu… Se ll… "Las… https… http…        529          0          0
#> 6 2020-12-23 Otro fa… La Cá… "La … https… http…        467          0          0

# Volvemos a cargar la base de notas de la Revista Puerto sin procesar
rev_puerto <- acep_load_base(acep_bases$rp_mdp)

# Creamos un subset
subset_rp <- rev_puerto[1:100, ]

# Cargamos el diccionario de conflictos de SISMOS
dicc_confl_sismos <- acep_diccionarios$dicc_confl_sismos

# Ahora con la función acep_db() aplicamos las tres funciones en un solo paso
rp_procesada <- acep_db(subset_rp, subset_rp$nota, dicc_confl_sismos, 3)

# Imprimimos en pantalla la base con las tres columna creadas
head(rp_procesada)

#> # A tibble: 6 × 9
#>   fecha      titulo   bajada nota  imagen link  n_palabras conflictos intensidad
#>   <date>     <chr>    <chr>  <chr> <chr>  <chr>      <int>      <dbl>      <dbl>
#> 1 2020-12-29 ¡Feliz … Con m… "Con… https… http…         28          0          0
#> 2 2020-12-28 Mapa de… Un re… "El … https… http…       1142          0          0
#> 3 2020-12-24 Plantas… En Ch… "El … https… http…        536          0          0
#> 4 2020-12-24 Los obr… En Ma… "El … https… http…        489          0          0
#> 5 2020-12-23 El incu… Se ll… "Las… https… http…        529          0          0
#> 6 2020-12-23 Otro fa… La Cá… "La … https… http…        467          0          0

# Cargamos los datos procesados
rp_procesada <- acep_bases$rp_procesada

# Ahora con la función acep_sst() elaboramos un resumen estadístico
rp_procesada <- acep_sst(rp_procesada, st = "anio", u = 4)

# Imprimimos en pantalla la base con las métricas de conflictividad
head(rp_procesada)

#>     st frecn csn  frecp frecm  intac intensidad int_notas_confl
#> 1 2009   632  58 496110  1025 1.2735     0.0021          0.0918
#> 2 2010   680  67 492231  1129 1.6273     0.0023          0.0985
#> 3 2011   601  40 425747   882 1.2204     0.0021          0.0666
#> 4 2012   739  67 564270  1242 1.6841     0.0022          0.0907
#> 5 2013   689  24 525718   758 1.0559     0.0014          0.0348
#> 6 2014   631  30 444823   802 1.2112     0.0018          0.0475

# Ahora con la función acep_plot_st() elaboramos un gráfico de barras
# con menciones del diccionario de conflictividad
acep_plot_st(rp_procesada$st, rp_procesada$frecm,
 t = "Evolucion de la conflictividad en el sector pesquero argentino",
 ejex = "A\u00f1os analizados",
 ejey = "Menciones del diccionario de conflictos",
 etiquetax = "horizontal")

# Ahora con la función acep_plot_rst() elaboramos una visualización resumen.
# con cuatro gráficos de barras
acep_plot_rst(rp_procesada, tagx = "vertical")

ACEP: Análisis Computacional de Eventos de Protesta