DebatesUSA

📋 Descripción General

Este repositorio contiene el análisis de los debates presidenciales de 2024 entre:

• Donald Trump vs Joe Biden
• Donald Trump vs Kamala Harris

Se aplican técnicas avanzadas de Procesamiento de Lenguaje Natural (NLP) para explorar el discurso de los candidatos, incluyendo análisis de sentimiento, comparación semántica y generación de nubes de palabras.

---

🛠️ Tecnologías y Librerías

Este análisis se realizó con:

• Python 3.x
• Transformers (BERT y RoBERTa)
• PyTorch
• NLTK (Tokenización y preprocesamiento)
• TextBlob (Polaridad del sentimiento)
• Matplotlib y Seaborn (Visualización)
• WordCloud (Nubes de palabras)
• Scikit-learn (Similaridad coseno y métricas adicionales)

---

📁 Estructura del Proyecto

DebatesUSA/
├── debates_us_v1.py   # Análisis inicial: Nubes de palabras, sentimiento y TTR
├── debates_us_v2_.py  # Análisis avanzado: Embeddings BERT y sentimiento RoBERTa
├── debate.txt         # Transcripción del primer debate (Trump-Biden)
├── debate2.txt        # Transcripción del segundo debate (Trump-Harris)
├── requirements.txt   # Librerías necesarias para ejecutar el proyecto
└── README.md          # Archivo README (este archivo)

---

🔍 Características Principales

1. Extracción de Segmentos
   • Separación de los discursos de cada candidato con expresiones regulares.
2. Análisis de Sentimiento
   • Evaluación con RoBERTa para determinar la polaridad del sentimiento (positivo, negativo, neutral) en segmentos clave.
3. Embeddings y Comparación Semántica
   • Uso de BERT embeddings y similaridad coseno para comparar los patrones discursivos entre candidatos.
4. Nubes de Palabras y Estadísticas
   • Generación de nubes de palabras, bigramas y trigramas.
5. Evolución del Sentimiento
   • Gráficos que muestran cómo evoluciona el sentimiento a lo largo del debate.
6. Análisis Lexical
   • Cálculo de métricas de diversidad léxica como MTLD y TTR.
7. Comparación de Debates
   • Comparación de discursos de un mismo candidato (Trump) entre dos debates usando similaridad de Jaccard.

---

🚀 Cómo Ejecutar

Requisitos Previos

1. Clonar el repositorio:

   git clone https://github.com/AnaJZP/DebatesUSA.git

2. Crear un entorno virtual y activarlo:

python -m venv venv
source venv/bin/activate  # En Linux/Mac
.\venv\Scripts\activate   # En Windows

4. Instalar las dependencias necesarias:

pip install -r requirements.txt

6. Ejecución del Análisis

python debates_us_v1.py
python debates_us_v2_.py

📊 Resultados Esperados

• Nubes de palabras: Visualización de las palabras más frecuentes, bigramas y trigramas.
• Gráficos de Sentimiento: Evolución del sentimiento a lo largo de los segmentos del debate.
• Comparación Semántica: Similitud coseno entre discursos de los candidatos usando embeddings BERT.
• Análisis Lexical: Métricas de diversidad léxica como MTLD y TTR.
• Análisis de Temas: Identificación de los temas principales con LDA.
• Comparación de Debates: Similitud de Jaccard entre discursos de Trump en ambos debates.

👤 Autor

• Ana Lorena Jiménez Preciado
  Research Professor | Data Scientist AI Factory GitHub: AnaJZP
  LinkedIn: (https://www.linkedin.com/in/anajptrader/)