Detección de Idiomas en la Twitteresfera de Londres

09/11/2012. Ed Manley y James Cheshire
metalocus, INÉS LALUETA

Durante el último par de semanas, y un poco como distracción tras terminar su doctorado, Ed Manley ha estado trabajando con James Cheshire estudiando el uso de las diferentes idiomas según un conjunto de datos tomados de los tweets de Londres.

Imagen de Ed Manley y James Cheshire.

El uso de un algoritmo de adaptación del navegador web Google Chrome, la ingeniería del doctorado del candidato Ed Manley y el análisis espacial del profesor James Cheshire, ambos de la Universidad College de Londres, fueron capaces de detectar el idioma de los tweets enviados desde el área de Londres durante el verano. De 3,3 millones de tweets, el 92,5 por ciento son, como es lógico, fueron en Inglés. Las principales lenguas del tweeting después del español (gris), francés (rojo), Turco (azul oscuro), Árabe (verde), Portugués (púrpura), Alemán (naranja), Italiano (amarillo), Malayo (turquesa) y Ruso (rosa).

Tweeters árabes están fuertemente situados en la zona medio oriental de Edgware Road, al noreste de Hyde Park. También se encuentran sobre el terreno en las zonas comerciales de primera gama de Knightsbridge y Kensington. Tweeting turco se extiende por el norte de Londres, mientras que hay puntos claros de la actividad de la Francofonía - uno en el moderno barrio de Notting Hill y otro en el Instituto Francés.

Ed Manley, EngD estudiante de la University College de Londres.