En la actualidad, las plataformas de redes sociales se han convertido en el medio de comunicación y expresión por excelencia. Lamentablemente, y en gran parte a que nuestro interlocutor puede permanecer anónimo, este medio también se ha usado para ofender o difundir información falsa. Debido a la relevancia y gravedad de este fenómeno, la comunidad ha empezado a buscar formas au- tomáticas para detectar textos agresivos en redes sociales. Es con esta motivación que surge el MEX-A3T “Authorship and aggressiveness analysis in Twitter: case study in Mexican Spanish”, presentado originalmente en el workshop IberEval 2018. El MEX-A3T presenta una tarea de detección automática de tuits agre- sivos u ofensivos escritos en español de México, lo cual supone un reto extra a la clasificación al involucrar variación lingüı́stica, pero que, al mismo tiempo, la acerca a la realidad. La dificultad de esta tarea se vio demostrada por el bajo rendimiento reportado por la mayorı́a de los participantes en la primera edición del MEX-A3T, y por ello se propuso exactamente la misma tarea para el Iber- LEF 2019.
Con esta motivación, a través de la presente investigación se buscó definir los principales rasgos lingüı́sticos que caracterizan al lenguaje ofensivo manifestado a través de las redes sociales, con el objetivo de proponer un conjunto inicial de criterios que faciliten su identificación. De igual forma, a través de estos cri- terios será posible etiquetar sistemáticamente un corpus para esta tarea. Para poder lograr lo anterior, fue necesario primero definir claramente los conceptos de lenguaje ofensivo, agresivo y vulgar. Al tener claros los marcos de referencia, entonces se revisaron y analizaron los corpus de tuits ofensivos con los cuales cuenta el Laboratorio de Tecnologı́as del Lenguaje (LabTL) del INAOE. En función de las observaciones realizadas, se adecuaron los marcos actuales, con el fin de llegar a una caracterización. Durante este proceso se identificaron los elementos léxicos y semánticos más representativos de los mensajes agresivos, ofensivos o vulgares y ası́ se diseñó una tipologı́a que facilitó la categorización de manera clara y visual al usar un diagrama de flujo. En este diagrama se in- cluyeron los conceptos de vulgaridad, agresividad y ofensividad como cualidades del mensaje. Finalmente, el recurso generado sirvió para hacer una revisión y validación del corpus del MEX-A3T. Como resultado, el uso de este recurso au- mentó el coeficiente kappa de confiabilidad inter-evaluador de 0.58 a 0.92 en el conjunto de datos de entrenamiento de dicho corpus.