Perfil del autor

La creciente integración de las redes sociales en la vida cotidiana de las personas las ha convertido en una fuente abundante de datos textuales para la elaboración de perfiles de autores. Esto se debe principalmente a que los usuarios suben y comparten contenido con frecuencia para diversos fines, como la autoexpresión, la socialización y los negocios personales. El bot social también es una función común en las plataformas de redes sociales, especialmente en Twitter, y genera contenido que puede analizarse para la elaboración de perfiles de autores. ^{[ 11 ]} Si bien las distintas plataformas contienen datos similares, también pueden presentar características diferentes según el formato y la estructura de cada plataforma.

Todavía existen limitaciones en el uso de las redes sociales como fuentes de datos para la elaboración de perfiles de autores, ya que los datos obtenidos no siempre son fiables ni precisos. En ocasiones, los usuarios proporcionan información falsa sobre sí mismos o retienen información. ^{[ 12 ]} Como resultado, el entrenamiento de algoritmos para la elaboración de perfiles de autores puede verse obstaculizado por datos menos precisos. Otra limitación es la irregularidad del texto en las redes sociales. Las características de irregularidad incluyen desviaciones de los estándares lingüísticos normales, como errores ortográficos, transliteración no estandarizada (por ejemplo, sustitución de letras por números), abreviaturas, abreviaturas creadas por el usuario para frases, etcétera, lo que puede suponer un desafío para la elaboración de perfiles de autores. ^{[ 13 ]} Los investigadores han adoptado métodos para superar estas limitaciones en el entrenamiento de sus algoritmos para la elaboración de perfiles de autores. ^{[ 13 ]}

El correo electrónico ha sido un foco constante para el perfilado de autores debido a los ricos datos textuales que se pueden encontrar en varias secciones de una plataforma de correo electrónico típica. Estas secciones incluyen las carpetas de enviados, bandeja de entrada, spam, papelera y archivados. ^{[ 25 ]} Los enfoques multilingües para el perfilado de autores para correos electrónicos han incluido correos electrónicos en inglés, español y árabe como fuentes de datos, entre otros. ^{[ 25 ] [ 12 ]} A través del perfilado de autores, se pueden identificar detalles de los usuarios de correo electrónico, como su edad, género, origen geográfico, nivel de educación, nacionalidad e incluso rasgos psicométricos de personalidad, que incluyen neuroticismo , amabilidad , escrupulosidad y extraversión e introversión de los cinco grandes rasgos de personalidad .

En el perfilado de autores de correo electrónico, el contenido se procesa para obtener datos textuales importantes, mientras que las características no importantes, como los metadatos y otras redundancias del lenguaje de marcado de hipertexto (HTML), se excluyen. Las partes importantes de las Extensiones de correo de Internet multipropósito (MIME) que contienen el contenido de los correos electrónicos también se incluyen en el análisis. Los datos obtenidos a menudo se analizan en varias secciones de contenido, incluyendo el texto del autor, el texto de la firma, el anuncio, el texto citado y las líneas de respuesta. ^{[ 25 ]} El análisis adicional del contenido textual del correo electrónico en las tareas de perfilado de autores implica la extracción del tono de voz, el sentimiento , la semántica y otras características lingüísticas para su procesamiento.

En el contexto de la lingüística forense , el perfil del autor se utiliza para identificar las características del autor de textos anónimos, seudónimos o falsificados , basándose en su uso del lenguaje. Mediante el análisis lingüístico, los lingüistas forenses buscan identificar la motivación e ideología del sospechoso, junto con otras características de clase, como su etnia o profesión. Si bien esto no siempre conduce a una identificación definitiva del autor, dicha información puede ayudar a las fuerzas del orden a reducir el número de sospechosos. ^{[ 27 ]}

En la mayoría de los casos, la elaboración de perfiles de autores en el contexto de la lingüística forense implica un único problema textual, en el que no hay textos comparativos disponibles o hay pocos, y no existe evidencia externa que apunte al autor. ^{[ 28 ]} Ejemplos de textos analizados por lingüistas forenses incluyen cartas de chantaje, confesiones , testamentos , cartas de suicidio y escritos plagiados. ^{[ 29 ]} Esto también se ha extendido a textos en línea, como registros de chat sexualmente explícitos entre hombres de mediana edad y niñas menores de edad, ^{[ 28 ]} con el creciente número de ciberdelitos cometidos en Internet. ^{[ 30 ]}

Uno de los primeros y más conocidos ejemplos del uso del perfil del autor es el de Roger Shuy , a quien se le pidió que examinara una nota de rescate relacionada con un notorio caso de secuestro en 1979. Basándose en su análisis del idiolecto del secuestrador , Shuy pudo identificar elementos cruciales de su identidad a partir de sus faltas de ortografía y un rasgo dialectal : el secuestrador era una persona culta originaria de Akron, Ohio . ^{[ 31 ]} Esto finalmente condujo a la detención y confesión del sospechoso.

Sin embargo, existen críticas que señalan la falta de objetividad de los métodos de elaboración de perfiles de autores, ya que estos métodos dependen de la identificación subjetiva de marcadores sociolingüísticos cruciales por parte de un lingüista forense . Se afirma que estos métodos, como los adoptados por el crítico literario Donald Wayne Foster , son especulativos y se basan enteramente en la experiencia subjetiva, por lo que no pueden someterse a pruebas empíricas . ^{[ 32 ]}

El perfilado de autores se utiliza para identificar bots sociales, siendo los más comunes los bots de Twitter . Los bots sociales se consideran una amenaza debido a su influencia comercial, política e ideológica, como en las elecciones presidenciales de Estados Unidos de 2016 , durante las cuales polarizaron el debate político y difundieron desinformación e información no verificada. En el ámbito del marketing, los bots sociales pueden inflar artificialmente la popularidad de un producto publicando reseñas positivas y perjudicar la reputación de productos de la competencia con reseñas negativas. ^{[ 33 ]} Por lo tanto, la detección de bots desde la perspectiva del perfilado de autores es una tarea de gran importancia. ^{[ 33 ] [ 34 ]}

Diseñados para parecer cuentas humanas, los bots se pueden identificar principalmente por la información de sus perfiles, como su nombre de usuario, foto de perfil y hora de publicación. ^{[ 34 ]} Sin embargo, la tarea de identificar bots únicamente a partir de datos textuales (es decir, sin metadatos) es significativamente más difícil y requiere técnicas de perfilado de autores. ^{[ 34 ]} Esto generalmente implica una tarea de clasificación basada en características semánticas y sintácticas. ^{[ 35 ] [ 36 ]}

La tarea de análisis de bots y perfiles de género fue una de las cuatro tareas compartidas organizadas por PAN, que organiza una serie de eventos científicos y tareas compartidas de análisis forense de texto digital y estilometría, en su edición de 2019. ^{[ 33 ]} Los equipos participantes lograron un gran éxito, con los mejores resultados para la detección de bots en tweets en inglés y español, con un 95,95 % y un 93,33 % respectivamente. ^{[ 35 ]}

La elaboración de perfiles de autor también es útil desde el punto de vista del marketing, ya que permite a las empresas identificar la demografía de las personas a las que les gustan o no sus productos basándose en un análisis de blogs, reseñas de productos en línea y contenido de redes sociales. ^{[ 26 ]} Esto es importante dado que la mayoría de las personas publican sus reseñas de productos de forma anónima. Las técnicas de elaboración de perfiles de autor son útiles para que los expertos en negocios tomen decisiones estratégicas mejor fundamentadas en función de la demografía de su público objetivo. ^{[ 37 ]} Además, las empresas pueden dirigir sus campañas de marketing a grupos de consumidores que coincidan con la demografía y el perfil de sus clientes actuales. ^{[ 38 ]}

Las técnicas de perfilado de autores se utilizan para estudiar los medios de comunicación y la literatura tradicionales, con el fin de identificar el estilo de escritura de diversos autores, así como los temas que abordan en sus obras. En el ámbito literario, el perfilado de autores también se emplea para deducir sus redes sociales y su influencia literaria a partir de sus registros bibliográficos de coautoría. En el caso de obras anónimas o pseudoepigráficas , a veces se utiliza esta técnica para intentar identificar al autor o autores, o determinar qué obras fueron escritas por la misma persona.

Algunos ejemplos de estudios de perfil de autor en literatura y medios tradicionales incluyen estudios sobre los siguientes: ^{[ 39 ] [ 40 ]}

• La Biblia (véase Autoría de la Biblia )
• Evangelios del Nuevo Testamento
• Las obras de Shakespeare ^{[ 41 ]}
• Los Papeles Federalistas en las décadas de 1990 y 1960
• Estudios de perfilación de autores para textos literarios lituanos ^{[ 40 ]}
• Colores primarios , novela de 1996 cuyo autor permaneció anónimo durante un tiempo.
• Una advertencia , un libro político de 2019 cuyo autor permaneció anónimo durante un tiempo.

Otra aplicación de la elaboración de perfiles de autor consiste en diseñar estrategias para catalogar recursos bibliotecarios basadas en atributos estándar. ^{[ 42 ]} En este enfoque, las técnicas de elaboración de perfiles de autor pueden mejorar la eficiencia de la catalogación bibliotecaria, en la que los recursos bibliotecarios se clasifican automáticamente según los registros bibliográficos de los autores . Esto fue un problema importante a principios del siglo XXI, cuando gran parte de la catalogación bibliotecaria aún se realizaba manualmente.

Al utilizar la elaboración de perfiles de autores para la catalogación de bibliotecas, los investigadores han empleado el aprendizaje automático para automatizar procesos en la biblioteca, como los algoritmos de máquinas de vectores de soporte (SVM). Mediante el uso de SVM para la elaboración de perfiles de autores, se pueden identificar, rastrear y actualizar los registros bibliográficos de los autores en las bases de datos existentes para identificar a un autor en función de sus temas de contenido literario y su especialización , tal como se indica en sus registros bibliográficos. En este caso, la elaboración de perfiles de autores utiliza las estructuras sociales de los autores, que pueden derivarse de copias físicas de medios publicados, para catalogar los recursos de la biblioteca. ^{[ 42 ]}