Multi-label emotion classification using content-based features in twitter

Artículo académico que aborda la clasificación multietiqueta de emociones en textos, aplicando métodos basados en contenido como palabras y n-gramas de caracteres sobre publicaciones de Twitter. El estudio muestra que el uso de unigramas de palabras supera otras características, logrando precisión multietiqueta de 0,452, MicroF1 de 0,573, MacroF1 de 0,559, Exact Match de 0,141 y Hamming Loss de 0,179, evidenciando la efectividad del enfoque propuesto.