Twitter US Airline Sentiment

Tweets sobre aerolíneas estadounidenses etiquetados por sentimiento, un clásico accesible para practicar NLP.

ÁreaRedes Sociales y Texto
DominioRedes Sociales / Nlp
DificultadPrincipiante
Tamaño~14,640 tweets
Fuente oficial

¿Qué puedes lograr con este dataset?

  • Practicar un pipeline completo de clasificación de sentimiento de texto corto
  • Explorar los retos propios del lenguaje informal de redes sociales
  • Comparar enfoques clásicos (TF-IDF) contra modelos basados en Transformers

Descripción

Este dataset, recolectado en febrero de 2015, contiene tweets dirigidos a las principales aerolíneas de EE. UU., etiquetados manualmente como positivos, neutrales o negativos, junto con la razón del sentimiento negativo cuando aplica (retraso, mal servicio, etc.).

Casos de uso

  • Clasificación de sentimiento de texto corto e informal
  • Análisis de atención al cliente en redes sociales
  • Comparación de modelos clásicos de NLP contra LLMs
  • Proyecto introductorio de NLP con datos reales

Cómo cargarlo

Cómo cargarlopython
import pandas as pd

df = pd.read_csv("Tweets.csv")
print(df["airline_sentiment"].value_counts(normalize=True))

Ventajas y limitaciones

Ventajas

  • Tamaño pequeño y manejable, ideal para aprender rápido
  • Etiquetas ya curadas manualmente, sin necesidad de etiquetar
  • Lenguaje real de redes sociales, con sus abreviaciones y ruido típico

Limitaciones

  • Dataset pequeño y algo desactualizado (2015), con jerga de esa época
  • Solo cubre inglés y un dominio muy específico (aerolíneas)

Datasets relacionados