Cómo lo dice cada diario
palabras distintivas (TF-IDF)?TF-IDF. Una cuenta que resalta las palabras propias de un grupo de textos: las que ese grupo usa mucho y los demás casi no usan.leer más → · comparación de fuentes · tono?Sentimiento (polaridad). Ponerle un signo a un texto —positivo, neutro o negativo— sumando la carga que un diccionario le asigna a ciertas palabras.leer más →
Un mismo hecho no se cuenta igual en todos lados. Acá se ve dónde se separan los diarios: qué palabras usan todos, cuáles usa casi solo uno, con qué tono, y —plegado al final— cuál escribe más difícil.
Sobre qué se comparan los diarios
01 — Lo que sale
Las usan todos
Las que usa casi solo uno
La Capital 126 notas
tono léxico propio 54 / 100
tono AFINN 49 / 100
0223 265 notas
tono léxico propio 49 / 100
tono AFINN 46 / 100
El Marplatense 172 notas
tono léxico propio 52 / 100
tono AFINN 48 / 100
Qué digital 55 notas
tono léxico propio 42 / 100
tono AFINN 44 / 100
Ahora Mar del Plata 140 notas, y 10 firmadas «Editor AI» que no entran acá
tono léxico propio 47 / 100
tono AFINN 48 / 100
758 notas · 5 diarios · 284.664 palabras. El tono sale de dos diccionarios de palabras con carga —el nuestro y AFINN, traducido del inglés—, calculados sobre el mismo texto: 50 es neutro. Cuando los dos no coinciden, eso es lo que hay que mirar: el diccionario es una decisión, no una medición.
No coinciden en La Capital, El Marplatense: uno lo lee para el lado positivo y el otro para el negativo.
02 — Cómo se hace
Una palabra distingue si la usa uno y no los demás
Elegí una palabra y mirá cuántas veces la usa cada uno.
| La Capital 126 notas | 3,08 cada mil palabras | |
| 0223 265 notas | 0,00 cada mil palabras | |
| El Marplatense 172 notas | 2,51 cada mil palabras | |
| Qué digital 55 notas | 0,00 cada mil palabras | |
| Ahora Mar del Plata 140 notas | 2,06 cada mil palabras |
Las barras van «cada mil palabras», no en total: un diario que publica cuatro veces más notas usaría más veces cualquier palabra.
distingue: la usa uno y los otros casi no
Qué se pierde acá: «distinguir» es de vocabulario, no de postura. Que un diario use «reclamo» y otro «operativo» dice dónde mira cada uno, no qué piensa.
03 — La perilla
Las más usadas, o las que distinguen
Es el mismo texto. Cambia qué se considera «interesante».
Quedan las que cada uno usa y los demás casi no. Son pocas y a veces raras: una palabra puede distinguir a un diario solo porque le dedicó tres notas a un tema que los otros ignoraron.
Cuál escribe más difícil legibilidad (Fernández-Huerta)
Mide la estructura del texto —largo de las palabras y de las oraciones—, no lo que dice. Más alto es más fácil de leer.
| La Capital | 51 | |
| 0223 | 55 | |
| El Marplatense | 50 | |
| Qué digital | 49 | |
| Ahora Mar del Plata | 54 |
Un texto fácil de leer puede estar vacío, y uno difícil puede ser el más riguroso. Esto no mide calidad.
Cuál usa más lenguaje agresivo índice de hostilidad
Cuenta palabras de agresión —descalificación, insulto, deshumanización, confrontación— cada mil palabras. La violencia contada (un homicidio, un disparo) no suma: si sumara, toda nota policial daría «muy hostil», que es justo lo contrario de lo que se quiere decir.
| La Capital | 0,1 | |
| 0223 | 0,3 | |
| El Marplatense | 0,1 | |
| Qué digital | 0,1 | |
| Ahora Mar del Plata | 0,1 |
Las barras se miden entre ellas: la más larga es el diario con más marcas, no un máximo absoluto. Los números son bajos a propósito — en el periodismo local casi ninguna nota tiene lenguaje agresivo, así que cualquier marca ya es algo.
⚠️ Esto cuenta palabras de una lista, no detecta odio. Una agresión escrita con buenos modales puntúa cero, y una palabra citada entre comillas cuenta igual que un insulto propio. Sirve para comparar textos entre sí, no para acusar a nadie.
04 — El límite
¿Qué es Cómo lo dice cada diario? — ver más
Decir que todos usan «gobierno», «ayer» o «dijo» no sirve: eso lo usan todos. Lo que distingue a cada uno son las palabras que casi solo él usa.
Para cada diario se cuentan sus palabras y se premian las que los otros casi no usan (TF-IDF: frecuencia acá × rareza en los demás). El tono sale de dos diccionarios de palabras con carga —el propio y AFINN—, sumadas y llevadas a una escala de 0 a 100 donde 50 es neutro, y se muestran los dos. La legibilidad mide el largo de las palabras y de las oraciones (índice de Fernández-Huerta), y la hostilidad cuenta palabras de agresión cada mil palabras.
Leer la explicación completa: cómo se hace paso a paso, y los trabajos que fundaron la técnica →
Con una cuenta gratis cargás tus textos, los etiquetás, corrés estos mismos análisis sobre ellos y publicás lo que encontraste. Cuando publicás tu primera investigación, sos investigador del HLab.
Crear mi cuenta → Ver un caso completo: El Marquesado