Análisis de Sentimiento con Python y NLTK

Visión General

El análisis de sentimiento es, en esencia, decidir si un texto es positivo, negativo o neutral. VADER de NLTK (Valence Aware Dictionary and sEntiment Reasoner) es un modelo basado en reglas pensado para texto de redes sociales. Maneja negación, intensificadores y emoticones sin necesidad de datos de entrenamiento. Esta receta muestra cómo puntuar textos individuales, procesar un CSV en lote, ajustar el léxico a tu dominio y trackear el sentimiento en el tiempo.

Cuándo Usar

Usa esta receta cuando necesites una puntación rápida de sentimiento para reviews de clientes, posts de redes sociales, tickets de soporte u cualquier texto corto en inglés. Es la opción adecuada cuando no tienes datos etiquetados y necesitas una librería que funcione de inmediato.

• Clasifica reviews de clientes antes de enrutarlas a una cola de soporte.
• Trackea cómo cambia el sentimiento de marca en el tiempo con un dashboard. Consulta Prompt Engineering si después migras a un pipeline con modelos de lenguaje.
• Filtra tickets de soporte por urgencia o tono.

Solución

Instalar y configurar VADER

pip install nltk

import nltk
nltk.download("vader_lexicon")

from nltk.sentiment.vader import SentimentIntensityAnalyzer

sia = SentimentIntensityAnalyzer()

Puntuar un texto individual

score = sia.polarity_scores("I love this product, it works great!")
print(score)
# {'neg': 0.0, 'neu': 0.536, 'pos': 0.464, 'compound': 0.6249}

score = sia.polarity_scores("Terrible experience, would not recommend.")
print(score)
# {'neg': 0.577, 'neu': 0.423, 'pos': 0.0, 'compound': -0.4767}

El score compound va de -1 (más negativo) a +1 (más positivo). Esa es la métrica general que conviene usar para una sola etiqueta de sentimiento.

Clasificar sentimiento

def classify_sentiment(text):
    score = sia.polarity_scores(text)["compound"]
    if score >= 0.05:
        return "positive"
    elif score <= -0.05:
        return "negative"
    else:
        return "neutral"

texts = [
    "Great service and fast delivery!",
    "The package arrived broken.",
    "It was okay, nothing special.",
]

for text in texts:
    print(f"{classify_sentiment(text):10s} | {text}")

Procesamiento en lote desde CSV

import csv
from nltk.sentiment.vader import SentimentIntensityAnalyzer

sia = SentimentIntensityAnalyzer()

with open("reviews.csv", newline="") as infile, open("scored.csv", "w", newline="") as outfile:
    reader = csv.DictReader(infile)
    writer = csv.DictWriter(outfile, fieldnames=reader.fieldnames + ["sentiment", "compound"])
    writer.writeheader()

    for row in reader:
        score = sia.polarity_scores(row["review"])
        row["compound"] = score["compound"]
        row["sentiment"] = "positive" if score["compound"] >= 0.05 else "negative" if score["compound"] <= -0.05 else "neutral"
        writer.writerow(row)

Manejar negación e intensificadores

sia = SentimentIntensityAnalyzer()

print(sia.polarity_scores("The food was good"))
# compound: 0.4404

print(sia.polarity_scores("The food was not good"))
# compound: -0.4404

print(sia.polarity_scores("The food was very good"))
# compound: 0.4927

print(sia.polarity_scores("The food was EXTREMELY good"))
# compound: 0.5671

Personalizar el léxico

sia = SentimentIntensityAnalyzer()

# Agregar palabras específicas del dominio
new_words = {
    "buggy": -2.0,
    "crash": -3.0,
    "responsive": 2.0,
    "intuitive": 2.0,
}
sia.lexicon.update(new_words)

print(sia.polarity_scores("The app is buggy and crashes often"))
# Ahora puntúa más negativo con palabras custom

Analizar sentimiento en el tiempo

from nltk.sentiment.vader import SentimentIntensityAnalyzer
from datetime import datetime
import statistics

sia = SentimentIntensityAnalyzer()

posts = [
    {"date": "2026-01-01", "text": "Love the new update!"},
    {"date": "2026-01-02", "text": "Found a bug in the login flow."},
    {"date": "2026-01-03", "text": "Bug is fixed, great support!"},
]

daily_scores = {}
for post in posts:
    date = post["date"]
    score = sia.polarity_scores(post["text"])["compound"]
    daily_scores.setdefault(date, []).append(score)

for date, scores in sorted(daily_scores.items()):
    avg = statistics.mean(scores)
    print(f"{date}: avg={avg:.3f} ({len(scores)} posts)")

Explicación

VADER usa un léxico de 7.500 palabras calificadas por anotadores humanos. Ese léxico asigna a cada palabra un score de valencia de -4 (extremadamente negativo) a +4 (extremadamente positivo). VADER luego combina esos scores con cinco heurísticas que imitan cómo lee la gente el texto informal. Una exclamación al final de una oración hace que VADER la lea como más intensa. El texto en mayúsculas se percibe como más fuerte, así que el score se aleja más del neutral. Palabras como “very” amplifican la valencia, mientras que “somewhat” la suaviza.

Una palabra como “not” invierte la polaridad, por eso “not good” puntúa negativo. Y “but” desplaza el foco a la cláusula que viene después.

El diagrama de abajo muestra cómo VADER convierte texto crudo en una clasificación de sentimiento. Me ha servido para explicarle a compañeros que esperan una red neuronal y se sorprenden al ver que son solo reglas y lookups de léxico.

El score compound es una suma normalizada y ponderada de todos los scores del léxico en el texto. Como balancea el texto completo, suele ser la métrica individual más útil para clasificar. Lo aprendí por las malas después de armar un dashboard que trackeaba ratios pos/neg y producía tendencias confusas; cuando cambié a compound, los datos se volvieron accionables de inmediato.

Variantes

Enfoque	Datos de Entrenamiento	Precisión	Usar Cuando
VADER	Ninguno (reglas)	Bueno para redes sociales	Setup rápido, sin datos de entrenamiento
TextBlob	Léxico integrado	Similar a VADER	API simple, basado en corpus
Transformer (HuggingFace)	Pre-entrenado	Alta	Sentimiento en producción a escala
Clasificador custom	Dataset etiquetado	Varía	Necesidades específicas de dominio

Para una comparación más profunda de enfoques basados en transformers, consulta LLM Fine-Tuning.

Cuándo No Usar

• Detección de sarcasmo e ironía: VADER puntúa significados literales, así que “oh great, another bug” puntúa positivo. Intenté usar VADER para un detector de sarcasmo en datos de Twitter y fue peor que inútil; clasificaba tweets sarcásticos como positivos de forma activa.
• Texto multilingüe: VADER es solo inglés. Si tu texto es español, portugués o mixto, usa pysentimiento o un transformer multilingüe como XLM-RoBERTa.
• Documentos largos: VADER promedia el sentimiento en todo el texto, perdiendo contexto local. Para cualquier cosa más larga que unos párrafos, puntúa párrafo por párrafo y agrega. Una vez corrí VADER sobre reviews completas de películas y los scores no tenían sentido; el scoring por párrafo lo arregló.
• Jerga específica de dominio: El léxico de VADER viene de redes sociales. Si tu dominio tiene vocabulario especializado (médico, legal, financiero), necesitas customizar el léxico pesadamente o entrenar un clasificador custom.
• Análisis de sentimiento basado en aspectos: VADER puntúa el texto completo, no aspectos individuales. Si necesitas “la comida fue buena pero el servicio lento”, usa PyABSA o divide el texto por menciones de aspecto manualmente.

Mejores Prácticas

• Para clasificar, usa el score compound porque contabiliza el texto completo, no palabras individuales. Cometí este error al principio y mis dashboards eran ruidosos hasta que cambié.
• La mayoría de proyectos empieza con +0.05 para positivo y -0.05 para negativo, y luego ajusta esos thresholds a la distribución real de sus datos. Sueleo samplear 200-300 textos, puntuarlos y elegir thresholds en los percentiles 10 y 90.
• Actualiza el léxico con palabras de tu dominio, porque el léxico default de VADER viene de redes sociales. Una vez añadí “crash”, “buggy” y “responsive” para un pipeline de app reviews y la accuracy subió notoriamente.
• VADER funciona mejor en textos cortos como oraciones o párrafos breves, así que para documentos largos debes puntúar párrafo por párrafo.
• No uses VADER para detectar sarcasmo, porque puntúa significados literales y no la intención implícita.
• Loguea el output completo de VADER (pos, neg, neu, compound) con el texto original para poder recalibrar thresholds más adelante. Siempre logueo a CSV para análisis fácil.

Errores Comunes

• Usar ratios pos / neg en vez de compound. Como está normalizado, el compound es más confiable. Lo veo en casi todos los codebases que usan VADER por primera vez.
• No personalizar el léxico para tu dominio. Palabras como “sick” significan positivo en gaming, negativo en salud. Una vez vi un dashboard de healthcare que reportaba reviews “sick” como positivas porque nadie actualizó el léxico.
• Aplicar VADER a documentos largos. Promedia el sentimiento en todo el texto, perdiendo contexto local.
• Ignorar el score neu. Un ratio neutral alto significa que el texto es mayormente informativo, no opinado. Uso neu > 0.8 como filtro para contenido no opinado.
• Comparar scores de VADER entre diferentes idiomas. VADER es solo inglés, así que para español usa pysentimiento o un transformer multilingüe.
• Usar thresholds fijos para todos los dominios. Un threshold de 0.05 puede ser muy estricto para reviews de productos y muy leniente para artículos de noticias.
• Puntuar textos muy cortos (1-3 palabras). Suelen producir valores compound extremos que no son representativos. Filtro textos de menos de 4 palabras en mis pipelines.

Puntos Clave

• Usa el score compound para clasificar; va de -1 a +1 y balancea el texto completo. Por defecto uso thresholds de ±0.05 y ajusto desde ahí.
• El léxico de VADER tiene 7.500 palabras de redes sociales. Customizalo con palabras de tu dominio o tu accuracy va a sufrir.
• VADER es solo inglés. Para español, usa pysentimiento; para multilingüe, usa XLM-RoBERTa.
• Puntúa documentos largos párrafo por párrafo. El scoring de documento completo promedia el sentimiento local y produce ruido.
• No uses VADER para sarcasmo, ironía o sentimiento basado en aspectos. Puntúa significados literales, no intención implícita.

Ver También

• Documentación de NLTK: docs oficiales con referencia de la API de VADER y ejemplos.
• Paper de VADER (Hutto & Gilbert, 2014): el paper original que explica el léxico y las cinco heurísticas.
• pysentimiento: análisis de sentimiento para español y portugués, basado en BERT.
• PyABSA: análisis de sentimiento basado en aspectos cuando necesitas scores por aspecto.
• TextBlob: API más simple, basado en corpus, accuracy similar a VADER.
• HuggingFace transformers: sentimiento con transformers para producción a escala.
• LLM Fine-Tuning: cuando VADER no alcanza y necesitas un transformer fine-tuned.
• Prompt Engineering: para pipelines de sentimiento basados en LLMs.