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
¿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
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)