Conclusiones

De manera general, se abordaron casos y modelos específicos en las redes sociales, tales como: predicciones electorales, detección de patrones durante desastres naturales, y la identificación de enfermedades. Este artículo presentó un método para analizar información que tuviera algún vínculo con la contingencia sanitaria producida por la enfermedad COVID-19 y así relacionar las publicaciones con determinadas ubicaciones geográficas. De esta manera se identificó el nivel de contagio en zonas específicas. La ubicación de estas notas fue una de las características de mayor relevancia.

Como revelan algunos estudios, aunque varios de los servicios de redes sociales permiten compartir la ubicación tanto de los usuarios como de las publicaciones, solo una minoría de los usuarios lo ponen en práctica. Por lo que el desarrollo de métodos para inferir su ubicación toma evidente relevancia. De manera particular, el método basado en la Extracción de Entidades (NER) de ubicación, describe uno de los algoritmos más exitosos para dicha tarea, como lo es el basado en Transformadores (BERT). Los experimentos antes mencionados concluyen que, aunque la extracción de la ubicación en el texto se puede hacer de manera muy precisa, cuando se detectan palabras relacionadas con alguna ubicación geográfica, el nivel de precisión disminuye.

Como perspectiva de investigación inmediata, se tiene el estudio de métodos híbridos para la inferencia de la ubicación geográfica en redes sociales, como el reportado en [20]. Este tipo de métodos, además de considerar el texto, también considera la información de reenvíos, respuestas y referencias. La información de los usuarios también puede ser analizada para el mismo propósito de inferencia de la ubicación.

Agradecimientos
Investigación realizada gracias al programa UNAM-PAPIIT IA104122, IA105420, IA105320 y TA101021.