estudio sobre las reacciones en twitter ante el salto de 600...

Comunicación y música: mensajes, manifestaciones y negocios Universidad de La Laguna, diciembre de 2018

ISBN-13: 978-84-16458-93-6/ D.L.: TF-799-2018 / DOI del libro: 10.4185/cac144 Página | 204

Libro colectivo enlínea: http://www.revistalatinacs.org/18SLCS/libro-colectivo-2018.html

Estudio sobre las reacciones en Twitter ante el salto de 600 migrantes en la valla de

Ceuta en julio de 2018

Study on twitter reactions to the 600 migrants jump the fence of Ceuta in July 2018

Sergio Arce García – Universidad Internacional de La Rioja (UNIR) –

[email protected]

Abstract:

El salto de 600 personas migrantes subsaharianas sobre la valla de la frontera

entre España y Marruecos en Ceuta el 26 de julio de 2018, y que desembocó

en un enfrentamiento con los cuerpos de seguridad del Estado de España, fue

noticia en los principales medios de comunicación. La situación de pobreza

pero también de peleas entre los asaltantes y la Guardia Civil, que se saldó con

varios heridos, estuvo en la agenda de los medios, de los políticos y de la

sociedad. En los días posteriores se realizaron diversas declaraciones y visitas

por parte de diversos cargos institucionales y políticos a la zona.

En esta investigación se estudia la reacción en Twitter de los usuarios desde el

día del salto y durante los 10 días posteriores a través de los comentarios que

contenían las palabras “valla” y “Ceuta”, recogiendo más de 21.000

intervenciones. Para su estudio se realizó una descarga mediante el software

estadístico R y se analizaron posteriormente con el mismo programa, y otros

auxiliares, para recoger las relaciones entre usuarios. Se realizó, mediante el

uso de léxicos prefijados, la asignación de aportaciones positivas y negativas

así como de emociones asociadas, procediendo a un estudio de lo obtenido.

De los resultados cabe destacar que existen dos grupos diferenciados de

opinión y con poca relación entre si. Las emociones de miedo y enfado son las

que más aparecen en los tweets de los participantes, coincidiendo sus

http://www.revistalatinacs.org/18SLCS/libro-colectivo-2018.html

mailto:[email protected]




máximos con las informaciones sobre el salto y enfrentamientos, así como con

la intervención de diversos dirigentes políticos.

Keywords: twitter; migración; emociones; Ceuta; big data; valla

1. Introducción

Ceuta es una ciudad española de 19,13 km2 situada en el norte de África,

separada de la España peninsular por unos 20 km a través del Estrecho de

Gibraltar y que mantiene una frontera de 8,3 km con Marruecos. Existen dos

puestos fronterizos, El Tarajal y Benzú, el primero para paso de automóviles y

personas y controlado por la Policía Nacional española, y la segunda para

residentes de un poblado marroquí llamado Belyounech que estén provistos de

un permiso de trabajo y controlado por la Guardia Civil (Casas Sánchez, 2016:

1-21).

La inmigración a España por su frontera sur procede principalmente de

personas provenientes de Marruecos y el área de África subsahariana a través

de dos rutas: la africana occidental y la mediterránea occidental. La primera

ruta, que se dirigía hacia las islas Canarias desde Marruecos, Mauritania y

Senegal, a partir del año 2010 se ha desactivado casi por completo tras las

acciones de España y la Unión Europea en los países de origen tras la crisis de

los cayucos en el año 2006. La ruta mediterránea occidental, que se dirige

hacia Ceuta y Melilla atravesando Marruecos, Argelia, Mali y Níger, se

mantiene desde el 2008 como principal vía de acceso, aunque en descenso,

hasta el año 2014, en el que empieza a producirse un aumento, sin llegar a los

volúmenes de otras rutas hacia Europa. La inmigración que actualmente llega a

España por su frontera sur supone algo menos del 9% del total recibido en el

2006 por el mismo lugar, año de mayor entrada en el país, mientras que en los

últimos años en Italia se triplican los números de España en dicho año (López-

Sala, 2015: 171-176).

Los rechazos hacia la inmigración en el año 2017 se han mantenido e incluso

se han visto incrementados en varios países europeos fomentados desde

determinados partidos políticos y movimientos populistas de la extrema





derecha, intentando emular las políticas del presidente Donald Trump en

Estados Unidos. Este aspecto ha entrado en la agenda de los partidos políticos

en diversos procesos electorales, como los casos de Países Bajos, Alemania,

Austria y Francia, que aunque no lograron llegar al Gobierno, su influencia ha

enrarecido el clima social y político. De esta forma:

“constituye el principal denominador común y estandarte de tales

partidos y movimientos, propagadores de un discurso del odio que a

la vez fomenta y trata de capitalizar el triple miedo a la inmigración

que anida en algunos segmentos de las sociedades: el miedo a la

erosión de la identidad nacional y los valores tradicionales; el miedo

al deterioro de la posición socioeconómica y al adelgazamiento del

Estado de bienestar; y los temores securitarios, agravados por los

embates del terrorismo internacional que espuriamente se asocian

con la inmigración.” (Arango, Mahía, Moya Malapiera, Sánchez-

Montijano, 2017: 13-14)

El eje del discurso de los partidos populistas anti-inmigración se basa en la

conjunción de dos ejes principales: el resentimiento económico y el cultural,

con el objeto de provocar una percepción en la audiencia de crisis. La base

populista de derechas funciona al asociar lo económico con lo cultural

(civilización, cultura, lengua, raza), mientras que la populista de izquierdas se

relaciona con la clase social. Se distingue entre inmigrante y refugiado,

admitiendo temporalmente al segundo por empatía de huida de la violencia de

guerras y ser considerado algo temporal, pero el primero es considerado una

carga (Kaya, 2017: 57-60). La prueba de la entrada de la inmigración en la

agenda de la opinión pública puede detectarse al presentarse como primer

problema para el 48% de los ciudadanos de la Unión Europea según el

Eurobarómetro de julio de 2016 (Servicio de Estudios del Parlamento Europeo,

2016).

1.1 El salto del 26 de julio y los días posteriores

La relación de hechos durante el día del salto y los días sucesivos se puede

exponer de la siguiente manera:





El 26 de julio de 2018 se produjo sobre la valla de Ceuta uno de los pasos

de mayor cantidad de número de migrantes en una sola ocasión, por

encima de los 600, de procedencia principalmente subsahariana. En el

salto se produjeron enfrentamientos entre los asaltantes y las Fuerzas de

Seguridad, produciéndose heridos por los forcejeos y lanzamientos de

objetos y productos.

El día 29 de julio varios dirigentes del partido político Vox visitaron la zona

de la valla.

El día 30 visita la zona Albert Rivera, máximo dirigente del partido

Ciudadanos, el mismo día el ministro del interior Grande-Marlaska rechaza

el uso de concertinas en las vallas y el uso de material antidisturbio por

parte de la Policía Nacional y la Guardia Civil.

El día 31 visita la valla de Ceuta Pablo Casado, dirigente del Partido

Popular.

El día 1 de agosto el presidente del Gobierno Pedro Sánchez, del Partido

Socialista, se reúne con Pablo Casado en el Palacio de la Moncloa para

tratar varios temas, incluida la inmigración ilegal.

Figura 1: Portadas de El Pais y ABC del 27 de julio de 2018

Fuente: Las portadas.es.

Figura 2: Portadas de El Mundo y La Vanguardia del 27 de julio de 2018





Fuente: Las portadas.es.

2. Metodología

La obtención de los datos se realizó a través del software libre estadístico R en

su versión 3.4.4, entorno informático de software libre para el análisis

estadístico, a través de su aplicación RStudio en su versión 1.1.456. y varias

de sus librerías de análisis. Para conectar con Twitter desde R se creó una

aplicación a través del Interfaz de Programación de Aplicaciones (API) que

conectase con el servidor de dicha red social.

El periodo de recogida de muestra se realizó desde el 26 de julio de 2018, día

del salto de la valla de Ceuta por parte de los migrantes, y durante un periodo

de 11 días, hasta el 5 de agosto. Debido a restricciones de seguridad que la

red Twitter impone y por privacidad de datos no se recogen datos sobre la

ubicación GPS de los usuarios. Solo se exponen en el trabajo perfiles de

personajes públicos.

Tras la recogida los tweets fueron procesados para el análisis de sentimientos

positivos, neutros o negativos (polaridad) y de emociones (alegría, anticipación

o pensamiento racional, confianza, disgusto, enfado, miedo, sorpresa o

tristeza) confrontando los comentarios vertidos en Twitter frente al léxico en su





versión 0.92 de atribución realizado por miembros del National Research

Council of Canada. Dicho léxico fue originalmente creado para lengua inglesa y

posteriormente fue traducido a otros idiomas incluido el español (Mohammad,

Turney, 2010, 2013). Su uso en el ámbito de lengua española es muy escaso y

principalmente en uso informático de análisis de big data, donde este estudio

canadiense en castellano presenta una precisión del 73%, la más alta de los

léxicos existentes hasta el momento (Casado Vara, 2017).

Los ficheros son pasados al programa Gephi en su versión 0.9.2 para la

realización de conexiones entre distintas variables y agrupaciones en clúster de

forma visual, lo que provoque una mejor interpretación de los resultados

(Bastian, Heymann, Jacomy, 2009).

Los textos de los diferentes tweets fueron analizados mediante técnicas de

minería de texto mediante la aplicación sobre R denominada KHCoder en su

versión 3.0. La minería de texto permite determinar los encuadres principales

con mínima intervención o interferencia humana (Fu-ren, De Hao y Dachi,

2016). Según Álvarez Gálvez, Plaza, Muñiz y Lozano Delmar:

“las técnicas de minería de textos permiten la organización y

clasificación puramente automática de documentos, así como la

recuperación y extracción de información específica, su evaluación y

predicción. En estas técnicas la intervención humana ha quedado

reducida al mínimo, reduciéndose así los problemas generados por

la codificación humana de la información textual.” (2014)

Para el tratamiento del texto se utilizó la técnica de stemming

(proveniente), que se basa en el recorte de las palabras para

buscar sus variantes morfológicas y agruparlas (Singh, Gupta,

2017). De todas formas cabe destacar que el análisis

stemming, el más empleado para lenguas latinas, puede

presentar dos tipos de errores: falsos positivos o negativos ante

palabras con parecida morfología y distinto significado o ante

palabras polisémicas (Hajeer, Ismail, Badr, Tolba, 2017).

En este estudio se realizó un análisis de correspondencias entre las 60

palabras con mayor relación entre sí por Chi-Cuadrado, para poder comprobar

si presentan un patrón de comportamiento y aparición, y posteriormente un





análisis de escala multidimensional bivariado de los ocho principales clúster o

agrupaciones de palabras seleccionados a través del método de Kruskal y una

distancia de Jaccard. Para realizar dicho análisis fueron eliminadas

previamente las palabras denominadas stopwords, o palabras vacías en

español, ya que son artículos, conjunciones y palabras de uso común de

conexión entre términos pero que no aportan al significado (recogidas desde la

web https://www.ranks.nl/stopwords/spanish).

3. Resultados

El análisis de Twitter sobre los comentarios realizados en español que

contuvieran las palabras “Valla” y “Ceuta” recopiló un total de 21,620 tweets en

el periodo desde el 26 de julio de 2018, día en que se produce el salto de más

de 600 migrantes subsaharianos sobre la valla fronteriza de Ceuta, hasta el 5

de agosto de 2018, con un total de 11 días. Según se expone en la Figura 3 el

día del salto se produjo un volumen de 1,359, bajando el número de tweets en

los dos posteriores días. Es a partir del 29 de julio, coincidiendo con la

publicación de noticias de enfrentamientos entre Guardia Civil y migrantes y la

visita de dirigentes del partido político Vox a la valla cuando comienzan a

incrementarse el número de tweets. El 30 de julio se producen 6,442 tweets

con la llegada del dirigente Albert Rivera del partido Ciudadanos y las

declaraciones del Ministro de Interior, Grande-Marlaska, contra el uso de

concertinas en las vallas y el uso de material antidisturbio, y el 31 otros 5,780

con la visita de Pablo Casado, dirigente del Partido Popular. A partir del día 1

de agosto el número de tweets desciende bruscamente.

Figura 3: Número de Tweets.


https://www.ranks.nl/stopwords/spanish




Fuente: Elaboración propia.

Los catorce hastag más empleados a lo largo de esos once días fueron

#aespañaservirhastamorir (613), #ceuta (403), #felizmiercoles (342),

#guardiacivil (237), #eleccionesya (118), #zp2 (118), #concertinas(84),

#africamachista (16), #alertapatriarcal (15), #buenastardes (13),

#sanchezdimision (8), #tenemosquedecirlo (8), #equiparacionya (6) y #melilla

(6).

El análisis de sentimientos de los tweets analizados ofrece un alto sentimiento

negativo, según se puede observar en la Figura 4. El sentimiento negativo

dobla en los discursos a los de sentimiento positivo, mientras que los neutros

quedan en una posición intermedia, pero también bastante por debajo del

negativo.

Figura 4: Análisis de sentimientos.






El análisis de emociones en los tweets ofrece un alto grado de miedo, según se

puede apreciar en la Figura 5. Son 7,765 tweets que expresan dicha emoción,

muy por encima del resto, siendo el enfado el siguiente con 5,236 tweets y

confianza con 4,138. Cabe destacar igualmente que la emoción de

anticipación, que está asociada al pensamiento racional y calmado es bastante

escaso con 1,998 tweets contrastado con algo que no genera tampoco

emociones de sorpresa (1,529), siendo esta última entre las analizadas la más

escasa.

Figura 5: Análisis de Emociones.






El análisis de los tweets muestra que existe un porcentaje muy escaso de

intervenciones escritas por el autor, sino que principalmente se producen

retweets, donde uno reenvía lo que ha escrito otro. Así existe un 7,55% de

tweets directos frente a un 92,45% de retweets.

Los tweets directos se circunscriben principalmente a mensajes enviados a

ningún usuario en particular. De los 1,633 tweets de estas características en un

grafo de análisis de relación entre usuarios, según se muestra en la Figura 4,

se puede apreciar que casi no existen interpelaciones y discusiones entre

usuarios, sino que simplemente ofrecen sus comentarios. Un análisis de clúster

presenta una modularidad irrelevante, con un valor de 0,071 y 904

comunidades. Si se compara que existen 1614 usuarios y que han generado

esos 1,633 tweets se puede apreciar que se producen principalmente

intervenciones directas únicas en los usuarios. Los dirigidos a nadie

(expresado como NA en la Figura 6) representan la comunidad más grande,

con un 33,58% de los tweets. La segunda comunidad de intervenciones se

produce sobre la cuenta del partido Vox, pero representan un 0,43% de los

tweets y la tercera sobre el canal de televisión La Sexta con un porcentaje

inferior. Muy pocos tweets presentan “me gusta”, expresados en la figura con

flechas verdes, más grandes cuantos más “me gusta” tienen. Entre las distintas

cuentas pueden encontrarse bastantes cuentas de medios de comunicación.

Figura 6: Grafo de Tweets Directos.






En el estudio de los retweets se puede apreciar que, además de ser el grueso

del tráfico de tweets con 19,986 intervenciones, representa a la mayor

concentración de cuentas implicadas (13,994), por lo que se produce una

media 1,43 retweets por usuario. El grafo expresado en análisis de clúster

presenta, a diferencia de los tweets directos, una modularidad bastante

elevada, de un 0,760, con 203 comunidades de opinión. Pero aunque existan

bastantes grupos que expresan cosas distintas, el análisis de las relaciones

expresan dos opiniones enfrentadas pero sin relación casi entre ellas. Los ocho

grupos principales generan por si el 54,78% del tráfico de tweets, por lo que

existen unas cuentas que generan opinión o son también denominadas como

influencers.

Según se puede apreciar en la Figura 7 existen dos grupos principales, uno a

la izquierda del mismo con un peso del 40% del tráfico de tweets, donde una

cuenta del ámbito feminista genera el 11,71% del tráfico de tweets (en rosa),

un 7,29% una cuenta de un influencer y columnista en las revistas digitales

Ctxt.es y Lamarea.com (7,29% y en azul), un 5,27% de tráfico a partir de

cuentas de usuarios del Partido Socialista y un 4,21% de otro usuario con

nombre inventado. Aparece como fuente de información entre este grupo

informaciones referentes al diario digital eldiario.es.

Figura 7: Grafo de ReTweets.






En el otro lado del grafo, que representa al 60% del tráfico de tweets, se

pueden encontrar diversas agrupaciones: la mayor en verde, generando el

9,63% de tráfico procedentes a partir de la cuenta del partido político Vox y de

su presidente. Un 7,00% de una cuenta no oficial de agrupación de policías

(gris ocuro), un 6,04% de una agrupación de Guardias Civiles (naranja) y un

3,64% de una periodista que participa como columnista en medios como

OKDiario, Intereconomía, Espejo Público y Onda Cero. Entre los medios que

aparecen como fuentes de información para esta zona del grafo aparecen

Europapress y Antena 3 Noticias como las más destacables.

El análisis por minería de texto de su contenido, a través de un análisis de

correspondencias, expresado en la Figura 8, expresa que no existen

enfrentamientos entre las partes, ya que todos los 60 términos que tienen entre

sí una relación mayor de chi-cuadrado están concentrados alrededor de un

mismo punto. Únicamente aparecen fuera del centro de coordenadas de dos

dimensiones códigos pertenecientes a iconos empleados en los tweets.

Figura 8: Análisis de correspondencias.





Fuente: Elaboración propia

Si se dividen dicho análisis en una escala multidimensional sobre 8

agrupaciones clúster sobre los 60 mismos términos se podrán observar los

principales temas expresados en los tweets. En la Figura 9 se puede apreciar

que el tema que ocupa el centro del estudio en verde es la relación de Albert

Rivera, del partido político Ciudadanos, con populismo asemejando con la

política de Italia en inmigración. Alrededor de este tema principal aparecen el

resto de agrupaciones de clúster:

En amarillo (clúster 2), se relaciona ver quien llega antes entre dirigentes

de Vox, Ciudadanos y Partido Popular (PP).

En morado (clúster 3), sobre la visita de Albert Rivera con los Guardias

Civiles en la valla.

En rojo (clúster 4), sobre las fotografías que se hacen líderes de la derecha

política ante el salto a la valla por parte de 602 migrantes.

En azul oscuro (clúster 5), se trata la información procedente de

EuropaPress con violencia de los migrantes sobre los policías, sin

precedente.

En naranja (clúster 6), se solicita echar mano de la legión.

En verde claro (clúster 7), sobre la protección de Policía y Guardia Civil al

ministro Marlaska y referencias al presidente del gobierno Sánchez

Castejón.





En rosa (clúster 8), se destaca el salto violento de los migrantes a la Policía

en Ceuta, a los que se da apoyo, con referencias a Vox y a Pablo Casado,

dirigente del Partido Popular.

Figura 9: Análisis de escalamiento multidimensional.

Fuente: Elaboración propia

4. Conclusiones

El análisis de los datos que ofrece Twitter sobre el salto de algo más de 600

migrantes subsaharianos sobre la valla de Ceuta el 26 de julio de 2018, y que

llegó a ser portada en todos los medios de comunicación en España debido al

número de personas implicadas y peleas sucedidas con las fuerzas de

seguridad españolas, expone un seguimiento dispar a lo largo de los días.

Se han encontrado dos grupos de opinión enfrentada, sin apenas relación e

intervención entre los mismos. Las intervenciones directas y expresadas por los

autores son una minería que se reduce al 7,55% de los tweets, mientras que el

92,45% de los tweets son reenvíos de otras cuentas. Se pueden diferenciar

ocho agrupaciones que suponen el 54,78% del tráfico de intervenciones, casi

todos ellos procedentes de una única fuente o de unas pocas pertenecientes a

un mismo grupo político, asociación o periodista. Por lo tanto menos de 15





cuentas de Twitter están generando más de la mitad del tráfico total de opinión.

El resto de grupos de opinión, de menor influencia, de igual manera se rodean

alrededor de los dos bloques.

Tras una primera reacción de expansión de la noticia, difundido principalmente

desde uno de los bloques, se incrementa enormemente días después a sus

máximos con las visitas de dirigentes políticos de partidos de la derecha

española. A raíz de ello surgen, sacados de los análisis de minería de texto y

de hastags, apoyos a las Fuerzas de Seguridad y críticas al Gobierno con

referencias a informaciones de los medios de comunicación Antena 3 y

EuropaPress, mientras que surgen por otro lado las acusaciones de populismo,

principalmente desde cuentas del ámbito feminista, columnistas en prensa

digital, así como del Partido Socialista, con referencias principalmente como

fuente de información al periódico digital Eldiario.es.

Se puede comprobar que tras un inicio informativo, el salto de una importante

cantidad de personas y la posterior violencia con la Policía y Guardia Civil,

cambió a partir del comienzo de visitas por parte de dirigentes políticos.

Durante los tres días de visitas se incrementó mucho el número de

intervenciones, sobre todo de reenvío, de unas pocas cuentas que se

comportan a modo de influencers. Las intervenciones y las acusaciones son

principalmente de tipo político, sin aparecer referencias a lo sucedido tanto a

los migrantes como a los miembros de las fuerzas de seguridad del Estado.

Aunque no existen discusiones ni relaciones entre las dos partes, el ataque

hacia las políticas del Gobierno y su actuación, y por otro lado de acusaciones

de populismo hacen que los sentimientos que aparecen en los tweets son

negativos y aparecen emociones principalmente de miedo y enfado. La

confianza se relega hacia el apoyo a las fuerzas de seguridad y existe pocas

referencias a las emociones ligadas al pensamiento madurado.

Todo esto lleva a que el salto de la valla es llevado a un terreno que va más

allá del hecho en sí y se centra en la inmigración ilegal, caballo de batalla entre

partidos políticos, donde lo que más aparece y se difunde son las acusaciones

más extremas, sin interpelación ni discusión con la parte contraria. Entronca así

con las declaraciones de miedo y aspecto negativo hacia la inmigración que se





observó en el estudio del estado del arte, coincidiendo principalmente la mayor

parte de tweets con la llegada de dirigentes de partidos situados desde el

centro-derecha hasta la extrema derecha. La difusión se realiza principalmente

desde el partido situado más a la derecha, quedando los otros dirigentes

desplazados de los seguimientos principales de los usuarios. Las visitas de los

dirigentes de los partidos mayoritarios de la derecha provocan una mayor

cantidad de mensajes, pero no provocan influencia con sus mensajes que sí se

lleva el partido más minoritario pero situado en la extrema derecha. Los tweets

de la parte contraria, desde áreas de la izquierda política, surgen por reacción

siguiendo igualmente desde unas pocas cuentas.

5. Referencias bibliográficas

J. Álvarez Gálvez, J.F. Plaza, J.A. Muñiz y J. Lozano Delmar (2014).

“Aplicación de técnicas de minería de textos al frame analysis: identificando el

encuadre textual de la inmigración en la prensa”. En Estudios sobre el Mensaje

Periodístico, 2, páginas 919 a 932.

J. Arango, R. Mahía, D. Moya Malapiera, y E. Sánchez-Montijano (2017).

“Introducción: La inmigración en el ojo del huracán”. En Anuario CIDOB de la

inmigración 2017, páginas 12 a 28.

M. Bastian, S. Heymann, y M. Jacomy (17 al 20 mayo de 2009). “Gephi: An

Open Source Software for Exploring and Manipulating Networks”. En

Proceedings of the Third International ICWSM Conference (2009). Congreso

celebrado en San Jose, California.

S. Casado Vara (2017). “Análisis de la opinión de los españoles en Twitter

sobre la situación en Venezuela (Trabajo Final de Máster)”. Universidad

Internacional de La Rioja, España.

J. Casas Sánchez (2016). “La inmigración fronteriza en Ceuta”. En Revista de

Estudios Fronterizos del Estrecho de Gibraltar: REFEG, 3, 1-21.





L. Fu-ren, D. Hao, y L. Dachi (2016). “Automatic Content Analysis of Media

Framing by Text Mining Techniques”. En 49th International Conference on

System Sciences (HICSS), Hawaii.

S.I. Hajeer, R.M. Ismail, N.L. Badr, y M.F. Tolba (2017). “A New Stemming

Algorithm for Efficient Information Retrieval Systems and Web Search Engines”.

En: A Hassanien, MM Mostafa, A Manaf, M Zamani, R Ahmad, J Kacprzyk

(eds) Multimedia Forensics and Security. Intelligent Systems Reference Library,

115. Cham: Springer

A. Kaya (2017). “Populismo e inmigración en la Unión Europea”. En Anuario

CIDOB de la inmigración 2017, páginas 52 a 79.

Lasportadas.es (27 de julio de 2018). Portadas de El Pais, El Mundo, ABC y La

Vanguardia. Recuperado el 30 de octubre de 2018 desde

https://www.lasportadas.es/d/20180727

A.López-Sala (2015). “La inmigración irregular en Ceuta y Melilla en 2014:

prácticas de control y debate político”. En Anuario de la Inmigración en España

2014, Edición 2015, páginas 170 a 191.

S.Mohammad, y P. Turney (2010). “Emotions Evoked by Common Words and

Phrases: Using Mechanical Turk to Create an Emotion Lexicon”. En

Proceedings of the NAACL-HLT 2010 Workshop on Computational Approaches

to Analysis and Generation of Emotion in Text, June 2010, LA, California.

S. Mohammad, y P. Turney (2013). “Crowdsourcing a Word-Emotion

Association Lexicon”. En Computational Intelligence, 29 (3), páginas 436 a 465.

Servicio de Estudios del Parlamento Europeo (blog) (3 de octubre de 2016).

Problemas Más Importantes Para Los Ciudadanos De La UE. Recuperado el

26 de octubre de 2018 desde https://epthinktank.eu/2016/10/03/outcome-of-

the-informal-meeting-of-27-heads-of-state-or-government-on-16-september-

2016-in-bratislava/most-important-issues-for-eu-citizens/


https://www.lasportadas.es/d/20180727

https://epthinktank.eu/2016/10/03/outcome-of-the-informal-meeting-of-27-heads-of-state-or-government-on-16-september-2016-in-bratislava/most-important-issues-for-eu-citizens/






J. Singh, y V. Gupta (2017). “A systematic review of text stemming techniques”.

En Artificial Intelligence Review, 48, 2, páginas 157 a 217.


estudio sobre las reacciones en twitter ante el salto de 600...

Documents