44REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
DE LA DETECCIÓN A LA CONVERSACIÓN:
EVOLUCIÓN DE UN CHATBOT DE APOYO
EMOCIONAL CON COMPETENCIA CULTURAL
Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla, Puebla, México.
RESUMEN
Este artículo presenta la evolución de PsicoloBot,
un chatbot de soporte emocional desarrollado
con competencia cultural para el entorno
hispanohablante de México. El trabajo se realizó
en dos fases. En la primera, se implementó
un algoritmo de detección léxica basado en
reglas, que alcanzó una precisión del 82% en la
clasificación de emociones, aunque manifestó
limitaciones importantes en la comprensión
contextual y la calidad del diálogo. Para asegurar
la adaptación cultural, esta fase requirió un
exhaustivo proceso de minería de modismos en
redes sociales y transformación de datos (ETL).
Posteriormente, se propone una segunda fase
que integra un modelo híbrido, incorporando un
Modelo de Lenguaje a Gran Escala (LLM), como
Gemini de Google, a fin de potenciar el manejo
del contexto. Esta estructura fusiona la rapidez y
precisión del motor léxico con las capacidades
generativas de la IA, permitiendo una interacción
que simula un diálogo empático y culturalmente
relevante.
Palabras Clave: Inteligencia Artificial, Salud
Emocional, Chatbot, LLM, Adaptación Cultural,
Modelo Híbrido.
From Detection to Conversation: Evolution of a Culturally
Competent Emotional Support Chatbot
ABSTRACT
This paper presents the evolution of PsicoloBot,
an emotional support chatbot developed with
cultural competence for the Spanish-speaking
population of Mexico. The study was conducted
in two phases. In the first phase, a rule-based
lexical detection algorithm was implemented,
achieving an accuracy of 82% in emotion
classification; however, it exhibited notable
limitations in contextual understanding and
dialogue quality. To ensure cultural adaptation,
this phase required an extensive process of
idiom mining from social media sources and
data extraction, transformation, and loading
(ETL). In the second phase, a hybrid architecture
is proposed that integrates a Large Language
Model (LLM), such as Google’s Gemini, to
enhance contextual awareness. This architecture
combines the efficiency and precision of the
lexical engine with the generative capabilities of
artificial intelligence, enabling interactions that
more closely simulate empathetic and culturally
relevant dialogue.
Keywords: Artificial Intelligence, Emotional
Health, Chatbot, LLM, Cultural Adaptation,
Hybrid Model.
Fecha de Recepción: 26/11/2025. Fecha de Aceptación: 02/01/2026. Fecha de Publicación: 28/01/2026.
REVISTA PERSPECTIVAS
VOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
DOI: https://doi.org/10.47187/perspectivas.8.1.252
Yan Josue Tepancal Martinez
Ana Claudia Zenteno Vázquez
yan.tepancal@gmail.com
ana.zenteno@correo.buap.mx
María del Carmen Santiago Díaz
Gustavo Trinidad Rubín Linares
marycarmen.santiago@correo.buap.mx
gustavo.rubin@correo.buap.mx
iD
iD
iD
iD
45REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Los trastornos mentales son una de las causas más
importantes de discapacidad en todo el mundo,
sobre todo entre los jóvenes [1]. El costo, el estigma
social y la escasa disponibilidad de expertos
en salud mental son factores que representan
obstáculos importantes para obtener un apoyo a
tiempo. En este contexto, la inteligencia artificial
(IA), especialmente los agentes conversacionales
(chatbots), surgen como una alternativa con
mucho potencial para brindar un primer contacto
empático, confidencial y de fácil acceso.
Este estudio documenta el diseño, la
implementación y la evolución de PsicoloBot, un
prototipo de chatbot creado para ser un puente
tecnológico hacia el bienestar emocional, con una
atención particular en la adaptación cultural y
lingüística al español mexicano.
Desde una perspectiva contemporánea, definió
la emoción como un proceso dinámico que se
produce a partir de la interacción entre el cuerpo,
la mente y el entorno. Este proceso se distingue por
las reacciones fisiológicas que buscan dar sentido a
nuestras vivencias.
Mindfulness (atención plena): Después de definir
la emoción, el trabajo se centró en su manejo. La
A. Marco Teórico y Estado del Arte
El trabajo se basa en tres fundamentos teóricos: el
estado actual de las tecnologías de IA en la salud
mental, la estrategia para gestionar el Mindfulness
y la esencia de la emoción.
Para crear un sistema que tenga la capacidad de
"comprender" las emociones, es necesario primero
determinar qué son. La investigación comenzó
con los fundamentos filosóficos, examinando
"Las pasiones del alma", una obra de Descartes
que diferencia entre las funciones físicas y las
espirituales (el pensamiento). Para Descartes [2],
las pasiones (o emociones) son tipos de percepción
que se originan a partir de la experiencia.
I. Introducción
II. Metodología
estrategia principal de intervención fue la Atención
Plena (Mindfulness) [3], pues se ha evidenciado
que es muy efectiva para disminuir la reactividad
emocional y el estrés, así como para superar
emociones negativas.
Los principios de Mindfulness que el bot, en su
interacción ideal, intentaría promover son:
• Identificar y nombrar la emoción: El proceso
de identificar y etiquetar una emoción (como
la ira o la ansiedad) puede disminuir su
intensidad y crear una sana distancia.
• Permitir y aceptar: Se fomenta una actitud de
aceptación, reconociendo que una emoción es
temporal, en vez de juzgarla como "buena" o
"mala".
• Desidentificación de ideas: Mirar los
pensamientos que vienen con la emoción
como sucesos temporales de la mente, no
como verdades absolutas.
• Contestar, no reaccionar: El propósito último es
generar un espacio de conciencia que posibilite
al usuario optar por su comportamiento, en
vez de ser guiado por impulsos automáticos.
Competencia Cultural: El desarrollo de chatbots
para la salud mental no es un área reciente. La
efectividad de la terapia cognitivo-conductual (TCC)
se ha evidenciado mediante herramientas como
Woebot [4], que emplean agentes automatizados.
Iniciativas como SERMO [5] han investigado
arquitecturas que funcionan de manera local con el
fin de asegurar la privacidad del usuario.
No obstante, la competencia cultural sigue siendo
un desafío constante. La lengua, que está repleta de
expresiones idiomáticas y modismos, tiene un papel
importante en el reconocimiento de emociones.
Para abordar esto, nuestra investigación inicial se
basó en la utilización de léxicos estandarizados,
como NRC-EmoLex [6], una herramienta que
vincula palabras con emociones fundamentales,
para desarrollar un sistema de detección propio.
B. Arquitectura de la Aplicación
La versión inicial del sistema se centró en
un algoritmo de detección. Un pipeline de
Los trastornos mentales son una de las causas más
importantes de discapacidad en todo el mundo,
sobre todo entre los jóvenes [1]. El costo, el estigma
social y la escasa disponibilidad de expertos
en salud mental son factores que representan
obstáculos importantes para obtener un apoyo a
tiempo. En este contexto, la inteligencia artificial
(IA), especialmente los agentes conversacionales
(chatbots), surgen como una alternativa con
mucho potencial para brindar un primer contacto
empático, confidencial y de fácil acceso.
Este estudio documenta el diseño, la
implementación y la evolución de PsicoloBot, un
prototipo de chatbot creado para ser un puente
tecnológico hacia el bienestar emocional, con una
atención particular en la adaptación cultural y
lingüística al español mexicano.
Desde una perspectiva contemporánea, definió
la emoción como un proceso dinámico que se
produce a partir de la interacción entre el cuerpo,
la mente y el entorno. Este proceso se distingue por
las reacciones fisiológicas que buscan dar sentido a
nuestras vivencias.
Mindfulness (atención plena): Después de definir
la emoción, el trabajo se centró en su manejo. La
A. Marco Teórico y Estado del Arte
El trabajo se basa en tres fundamentos teóricos: el
estado actual de las tecnologías de IA en la salud
mental, la estrategia para gestionar el Mindfulness
y la esencia de la emoción.
Para crear un sistema que tenga la capacidad de
"comprender" las emociones, es necesario primero
determinar qué son. La investigación comenzó
con los fundamentos filosóficos, examinando
"Las pasiones del alma", una obra de Descartes
que diferencia entre las funciones físicas y las
espirituales (el pensamiento). Para Descartes [2],
las pasiones (o emociones) son tipos de percepción
que se originan a partir de la experiencia.
I. Introducción
II. Metodología
estrategia principal de intervención fue la Atención
Plena (Mindfulness) [3], pues se ha evidenciado
que es muy efectiva para disminuir la reactividad
emocional y el estrés, así como para superar
emociones negativas.
Los principios de Mindfulness que el bot, en su
interacción ideal, intentaría promover son:
• Identificar y nombrar la emoción: El proceso
de identificar y etiquetar una emoción (como
la ira o la ansiedad) puede disminuir su
intensidad y crear una sana distancia.
• Permitir y aceptar: Se fomenta una actitud de
aceptación, reconociendo que una emoción es
temporal, en vez de juzgarla como "buena" o
"mala".
• Desidentificación de ideas: Mirar los
pensamientos que vienen con la emoción
como sucesos temporales de la mente, no
como verdades absolutas.
• Contestar, no reaccionar: El propósito último es
generar un espacio de conciencia que posibilite
al usuario optar por su comportamiento, en
vez de ser guiado por impulsos automáticos.
Competencia Cultural: El desarrollo de chatbots
para la salud mental no es un área reciente. La
efectividad de la terapia cognitivo-conductual (TCC)
se ha evidenciado mediante herramientas como
Woebot [4], que emplean agentes automatizados.
Iniciativas como SERMO [5] han investigado
arquitecturas que funcionan de manera local con el
fin de asegurar la privacidad del usuario.
No obstante, la competencia cultural sigue siendo
un desafío constante. La lengua, que está repleta de
expresiones idiomáticas y modismos, tiene un papel
importante en el reconocimiento de emociones.
Para abordar esto, nuestra investigación inicial se
basó en la utilización de léxicos estandarizados,
como NRC-EmoLex [6], una herramienta que
vincula palabras con emociones fundamentales,
para desarrollar un sistema de detección propio.
B. Arquitectura de la Aplicación
La versión inicial del sistema se centró en
un algoritmo de detección. Un pipeline de
46REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Fig. 2: Spanish-NRC-EmoLex.
Fig. 1: Léxico de asociación palabra-emoción del NRC.
Fig. 3: Proceso de transformación ETL.
Procesamiento de Lenguaje Natural (PLN)
implementado en C# y basado en reglas. La meta
de esta estructura era habilitar la fase inicial
del Mindfulness, que consiste en identificar y
etiquetar las emociones.
Base de Conocimientos: El dataset de 3,871
términos fue un componente crítico desarrollado
manualmente para asegurar la relevancia cultural.
Su construcción se basó en tres pasos:
Uso de un Léxico Estandarizado: NRC-
EmoLex es un recurso lingüístico esencial para
el estudio de sentimientos, que fue creado por
Saif M. Mohammad en el Consejo Nacional de
Investigación canadiense (NRC). Su creación se
fundamentó en el crowdsourcing (microtareas
en línea), por medio del cual los participantes
vincularon palabras con un grupo de emociones.
El léxico resultante asocia ocho emociones
fundamentales (asco, alegría, ira, tristeza,
temor, sorpresa, confianza y anticipación) y dos
Fig. 2: Spanish-NRC-EmoLex.
Fig. 1: Léxico de asociación palabra-emoción del NRC.
Fig. 3: Proceso de transformación ETL.
Procesamiento de Lenguaje Natural (PLN)
implementado en C# y basado en reglas. La meta
de esta estructura era habilitar la fase inicial
del Mindfulness, que consiste en identificar y
etiquetar las emociones.
Base de Conocimientos: El dataset de 3,871
términos fue un componente crítico desarrollado
manualmente para asegurar la relevancia cultural.
Su construcción se basó en tres pasos:
Uso de un Léxico Estandarizado: NRC-
EmoLex es un recurso lingüístico esencial para
el estudio de sentimientos, que fue creado por
Saif M. Mohammad en el Consejo Nacional de
Investigación canadiense (NRC). Su creación se
fundamentó en el crowdsourcing (microtareas
en línea), por medio del cual los participantes
vincularon palabras con un grupo de emociones.
El léxico resultante asocia ocho emociones
fundamentales (asco, alegría, ira, tristeza,
temor, sorpresa, confianza y anticipación) y dos
47REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
sentimientos (positivo y negativo) con más de
14 000 palabras en su versión en inglés (ver Fig.
1). Este léxico se traduce a más de cien idiomas
diferentes, entre ellos el español. La asociación se
presenta de manera binaria, 1 si la palabra evoca
la emoción, 0 en caso contrario (ver Fig. 2).
Transformación del Léxico (De Binario a
Relacional): Un paso metodológico crucial fue
la transformación del formato del NRC-EmoLex
para hacerlo compatible con el algoritmo de
búsqueda de PsicoloBot. El léxico original era
una matriz binaria ancha, ineficiente para las
búsquedas directas y de similitud del algoritmo.
Se desarrolló un proceso ETL (ver Fig. 3) para
"des-pivotar" esta matriz. El script fue programado
para Extraer (E) y leer el archivo de entrada .txt.
Luego, su lógica Transformación (T) consistió en
'des-pivotar' la matriz binaria (iteró sobre cada
palabra en español del léxico original); por cada
palabra, revisó las columnas de las emociones
objetivo (ira, miedo, tristeza, alegría, asco) y,
si el valor era '1', generaba una nueva fila en el
archivo CSV de destino con el formato “Entidad”,
“Termino” (ej. miedo, abandonar). Una palabra
asociada a múltiples emociones en el original (ej.
'miedo' y 'tristeza') generó múltiples filas en el
nuevo archivo. Finalmente, se cargó (L) todos estos
nuevos registros en un archivo .csv de destino,
creando así la base de conocimientos compatible
con el formato requerido por el algoritmo.
Adaptación cultural (minería de modismos):
Después de la automatización del léxico formal,
se llevó a cabo el paso más crucial para la
competencia cultural: mejorar el conjunto de
datos. Primeramente, se llevó a cabo un scraping
automatizado (ver Fig. 4) de información
pública en las plataformas que tienen una mayor
difusión entre los jóvenes: Facebook, TikTok y
X (anteriormente Twitter). El propósito de este
algoritmo no es crear el conjunto final de datos,
sino reunir un conjunto extenso de texto crudo que
muestre el lenguaje coloquial, informal y natural
empleado por la población meta (los jóvenes
en México) para expresar sus sentimientos.
Este material será la "materia prima" para el
subsiguiente procedimiento de limpieza manual y
curación.
Las plataformas que fueron elegidas para la
extracción fueron aquellas con la mayor presencia
en la demografía objetivo:
• X (antes Twitter): Es ideal por su naturaleza
pública y textual, así como por su API (en
la etapa de diseño), que hace más sencillo
recoger flujos de texto en tiempo real.
• Facebook: En particular, los segmentos
de comentarios en publicaciones virales,
páginas públicas y grupos, que representan un
abundante recurso de conversación coloquial.
• TikTok: El sistema más predominante para
la audiencia más joven. La recolección se
enfoca en la parte de comentarios de vídeos
populares.
Definición de "Palabras Clave”: El scraping no se
lleva a cabo de manera aleatoria. Se fundamenta
en un listado de "palabras clave" previamente
establecido. No se trata de modismos, sino de
palabras o frases "gancho" que suelen ir antes o
están relacionadas con una expresión emocional.
Ejemplos de semillas: "me siento", "estoy triste",
"ando feliz", "qué coraje", "me da asco", "tengo
miedo", "qué oso", "me agüita", "me encabrona",
"qué chido", "me hierve la sangre".
Herramientas utilizadas:
• Lenguaje de Programación: Python
• Librerías de Extracción:
• Librerías de Limpieza Básica
• Para X: Tweepy
• Para Facebook y TikTok: Selenium
• Librerías de Limpieza Básica
• re (Expresiones Regulares) para la
limpieza preliminar.
C. Recolección Automatizada en Redes Sociales
Inicialización: carga la lista de palabras semilla
en memoria y define el archivo de salida para
el corpus crudo (ej. raw_corpus.txt), después
inicializa los controladores de automatización
(Selenium/Playwright).
sentimientos (positivo y negativo) con más de
14 000 palabras en su versión en inglés (ver Fig.
1). Este léxico se traduce a más de cien idiomas
diferentes, entre ellos el español. La asociación se
presenta de manera binaria, 1 si la palabra evoca
la emoción, 0 en caso contrario (ver Fig. 2).
Transformación del Léxico (De Binario a
Relacional): Un paso metodológico crucial fue
la transformación del formato del NRC-EmoLex
para hacerlo compatible con el algoritmo de
búsqueda de PsicoloBot. El léxico original era
una matriz binaria ancha, ineficiente para las
búsquedas directas y de similitud del algoritmo.
Se desarrolló un proceso ETL (ver Fig. 3) para
"des-pivotar" esta matriz. El script fue programado
para Extraer (E) y leer el archivo de entrada .txt.
Luego, su lógica Transformación (T) consistió en
'des-pivotar' la matriz binaria (iteró sobre cada
palabra en español del léxico original); por cada
palabra, revisó las columnas de las emociones
objetivo (ira, miedo, tristeza, alegría, asco) y,
si el valor era '1', generaba una nueva fila en el
archivo CSV de destino con el formato “Entidad”,
“Termino” (ej. miedo, abandonar). Una palabra
asociada a múltiples emociones en el original (ej.
'miedo' y 'tristeza') generó múltiples filas en el
nuevo archivo. Finalmente, se cargó (L) todos estos
nuevos registros en un archivo .csv de destino,
creando así la base de conocimientos compatible
con el formato requerido por el algoritmo.
Adaptación cultural (minería de modismos):
Después de la automatización del léxico formal,
se llevó a cabo el paso más crucial para la
competencia cultural: mejorar el conjunto de
datos. Primeramente, se llevó a cabo un scraping
automatizado (ver Fig. 4) de información
pública en las plataformas que tienen una mayor
difusión entre los jóvenes: Facebook, TikTok y
X (anteriormente Twitter). El propósito de este
algoritmo no es crear el conjunto final de datos,
sino reunir un conjunto extenso de texto crudo que
muestre el lenguaje coloquial, informal y natural
empleado por la población meta (los jóvenes
en México) para expresar sus sentimientos.
Este material será la "materia prima" para el
subsiguiente procedimiento de limpieza manual y
curación.
Las plataformas que fueron elegidas para la
extracción fueron aquellas con la mayor presencia
en la demografía objetivo:
• X (antes Twitter): Es ideal por su naturaleza
pública y textual, así como por su API (en
la etapa de diseño), que hace más sencillo
recoger flujos de texto en tiempo real.
• Facebook: En particular, los segmentos
de comentarios en publicaciones virales,
páginas públicas y grupos, que representan un
abundante recurso de conversación coloquial.
• TikTok: El sistema más predominante para
la audiencia más joven. La recolección se
enfoca en la parte de comentarios de vídeos
populares.
Definición de "Palabras Clave”: El scraping no se
lleva a cabo de manera aleatoria. Se fundamenta
en un listado de "palabras clave" previamente
establecido. No se trata de modismos, sino de
palabras o frases "gancho" que suelen ir antes o
están relacionadas con una expresión emocional.
Ejemplos de semillas: "me siento", "estoy triste",
"ando feliz", "qué coraje", "me da asco", "tengo
miedo", "qué oso", "me agüita", "me encabrona",
"qué chido", "me hierve la sangre".
Herramientas utilizadas:
• Lenguaje de Programación: Python
• Librerías de Extracción:
• Librerías de Limpieza Básica
• Para X: Tweepy
• Para Facebook y TikTok: Selenium
• Librerías de Limpieza Básica
• re (Expresiones Regulares) para la
limpieza preliminar.
C. Recolección Automatizada en Redes Sociales
Inicialización: carga la lista de palabras semilla
en memoria y define el archivo de salida para
el corpus crudo (ej. raw_corpus.txt), después
inicializa los controladores de automatización
(Selenium/Playwright).
48REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Bucle Principal de Búsqueda: para cada plataforma
[X, Facebook, TikTok] y para cada palabra clave
se ejecuta el submódulo de búsqueda y extracción
correspondiente (Módulo 2.1, 2.2 o 2.3). Pausa
la ejecución por un tiempo aleatorio para evitar
bloqueos de IP o rate limiting.• Sub-Módulo 2.1:
Extracción de X (API), conecta con la API de X y
ejecuta una búsqueda con la palabra clave, filtrando
por idioma (lang='es') y un número máximo de
resultados (ej. 200).
Fig. 4: Algoritmo de Extracción y Recolección.
Bucle Principal de Búsqueda: para cada plataforma
[X, Facebook, TikTok] y para cada palabra clave
se ejecuta el submódulo de búsqueda y extracción
correspondiente (Módulo 2.1, 2.2 o 2.3). Pausa
la ejecución por un tiempo aleatorio para evitar
bloqueos de IP o rate limiting.• Sub-Módulo 2.1:
Extracción de X (API), conecta con la API de X y
ejecuta una búsqueda con la palabra clave, filtrando
por idioma (lang='es') y un número máximo de
resultados (ej. 200).
Fig. 4: Algoritmo de Extracción y Recolección.
49REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Fig. 6: Almacenamiento.vFig. 5: Limpieza Preliminar.
Para cada tweet en los resultados de la búsqueda
obtiene el texto completo del tweet y pasa el
texto al Módulo 2.4 (Limpieza Preliminar), para
posteriormente pasar el texto limpio al Módulo 2.5
(Almacenamiento).
• Sub-Módulo 2.2: Extracción de Facebook
(Automatización de Navegador). Inicia el
navegador controlado por Selenium, navega
a Facebook y realiza el login (necesario
para ver comentarios), con la función de
búsqueda, busca la palabra clave, y filtra los
resultados para mostrar solo "Publicaciones"
de páginas públicas.
Para cada publicación en los resultados hace scroll
para cargar los comentarios. Extrae el texto
de todos los comentarios visibles y para cada
comentario extraído pasa el texto al Módulo 2.4 -
Limpieza Preliminar (ver Fig. 5) y al Módulo 2.5
– Almacenamiento (ver Fig. 6).
• Sub-Módulo 2.3: Extracción de TikTok
(Automatización de Navegador). Inicia el
navegador controlado por Selenium, navega
a TikTok y busca la palabra clave (a menudo
como hashtag), obteniendo una lista de los
videos más populares o relevantes. Para cada
video en la lista abre el video y hace scroll
en su sección de comentarios para cargar
dinámicamente las respuestas. Extrae el texto
de todos los comentarios cargados y para cada
comentario extraído pasa el texto al Módulo
2.4 y al Módulo 2.5.
Fig. 6: Almacenamiento.vFig. 5: Limpieza Preliminar.
Para cada tweet en los resultados de la búsqueda
obtiene el texto completo del tweet y pasa el
texto al Módulo 2.4 (Limpieza Preliminar), para
posteriormente pasar el texto limpio al Módulo 2.5
(Almacenamiento).
• Sub-Módulo 2.2: Extracción de Facebook
(Automatización de Navegador). Inicia el
navegador controlado por Selenium, navega
a Facebook y realiza el login (necesario
para ver comentarios), con la función de
búsqueda, busca la palabra clave, y filtra los
resultados para mostrar solo "Publicaciones"
de páginas públicas.
Para cada publicación en los resultados hace scroll
para cargar los comentarios. Extrae el texto
de todos los comentarios visibles y para cada
comentario extraído pasa el texto al Módulo 2.4 -
Limpieza Preliminar (ver Fig. 5) y al Módulo 2.5
– Almacenamiento (ver Fig. 6).
• Sub-Módulo 2.3: Extracción de TikTok
(Automatización de Navegador). Inicia el
navegador controlado por Selenium, navega
a TikTok y busca la palabra clave (a menudo
como hashtag), obteniendo una lista de los
videos más populares o relevantes. Para cada
video en la lista abre el video y hace scroll
en su sección de comentarios para cargar
dinámicamente las respuestas. Extrae el texto
de todos los comentarios cargados y para cada
comentario extraído pasa el texto al Módulo
2.4 y al Módulo 2.5.
50REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Fig. 7: Arquitectura del algoritmo de detección emocional.
Filtrado y Eliminación de Ruido: Se lee el raw_
corpus.txt. Se eliminan manualmente entradas que
son frases irrelevantes, o texto que usa la palabra
semilla sin un contexto emocional (ej. "me siento
a esperar"), se identifica y extrae las expresiones
coloquiales genuinas que sí expresan una emoción
(ej. "me siento agüitado", "qué oso", "me hierve la
sangre"). Finalmente, cada expresión extraída se
asocia manualmente con su Entidad (emoción)
correspondiente.
Estas nuevas filas (Entidad, Término) se añaden al
archivo base_conocimientos.csv (que ya contenía
los datos transformados del NRC-EmoLex),
formando así el dataset final y culturalmente
adaptado de 3,871 términos.
D. Algoritmo de Detección Emocional
Herramientas utilizadas:
• Lenguaje: C#
• Lógica: Basada en reglas, procesamiento de
cadenas (strings) y algoritmos de similitud de texto.
Requerimientos y Carga de Datos (Inicialización):
Se prepara el sistema para el análisis, cargando
en memoria la base de conocimientos que actúa
como el "cerebro" léxico del algoritmo.
• Componente Clave: Base de Conocimientos
• Fuente: Este archivo CSV de 3,871 términos es
el resultado de un proceso de ETL y curación.
• Contenido: Se compone de dos columnas
principales: Entidad (la emoción, ej.
"tristeza") y Término (la palabra o modismo
asociado, ej. "me siento agüitado").
Como se puede observar en la Fig. 7, el primer paso
es leer el archivo CSV y cargarlo en una estructura
de datos eficiente en memoria (como un Dictionary
o List en C#) para permitir búsquedas rápidas.
Posteriormente se procesa la entrada del usuario:
• Pre-procesamiento de Texto (Limpieza),
transforma el texto crudo (raw text) introducido
por el usuario en una lista de palabras limpias
("términos de interés"), eliminando el "ruido"
gramatical para preparar el análisis.
• Captura de Entrada: El sistema recibe el texto
completo del usuario.
• Segmentación de Oración: El bloque de texto
se divide en oraciones individuales. Este
paso es crucial si el usuario escribe varios
pensamientos a la vez.
• Tokenización: Cada oración se descompone
en sus palabras y símbolos individuales
(tokens).
Fig. 7: Arquitectura del algoritmo de detección emocional.
Filtrado y Eliminación de Ruido: Se lee el raw_
corpus.txt. Se eliminan manualmente entradas que
son frases irrelevantes, o texto que usa la palabra
semilla sin un contexto emocional (ej. "me siento
a esperar"), se identifica y extrae las expresiones
coloquiales genuinas que sí expresan una emoción
(ej. "me siento agüitado", "qué oso", "me hierve la
sangre"). Finalmente, cada expresión extraída se
asocia manualmente con su Entidad (emoción)
correspondiente.
Estas nuevas filas (Entidad, Término) se añaden al
archivo base_conocimientos.csv (que ya contenía
los datos transformados del NRC-EmoLex),
formando así el dataset final y culturalmente
adaptado de 3,871 términos.
D. Algoritmo de Detección Emocional
Herramientas utilizadas:
• Lenguaje: C#
• Lógica: Basada en reglas, procesamiento de
cadenas (strings) y algoritmos de similitud de texto.
Requerimientos y Carga de Datos (Inicialización):
Se prepara el sistema para el análisis, cargando
en memoria la base de conocimientos que actúa
como el "cerebro" léxico del algoritmo.
• Componente Clave: Base de Conocimientos
• Fuente: Este archivo CSV de 3,871 términos es
el resultado de un proceso de ETL y curación.
• Contenido: Se compone de dos columnas
principales: Entidad (la emoción, ej.
"tristeza") y Término (la palabra o modismo
asociado, ej. "me siento agüitado").
Como se puede observar en la Fig. 7, el primer paso
es leer el archivo CSV y cargarlo en una estructura
de datos eficiente en memoria (como un Dictionary
o List en C#) para permitir búsquedas rápidas.
Posteriormente se procesa la entrada del usuario:
• Pre-procesamiento de Texto (Limpieza),
transforma el texto crudo (raw text) introducido
por el usuario en una lista de palabras limpias
("términos de interés"), eliminando el "ruido"
gramatical para preparar el análisis.
• Captura de Entrada: El sistema recibe el texto
completo del usuario.
• Segmentación de Oración: El bloque de texto
se divide en oraciones individuales. Este
paso es crucial si el usuario escribe varios
pensamientos a la vez.
• Tokenización: Cada oración se descompone
en sus palabras y símbolos individuales
(tokens).
51REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
En un conjunto de pruebas controlado, el algoritmo
alcanzó una precisión del 82% en la clasificación
correcta de la emoción dominante. Esta métrica,
aunque alta, solo refleja la capacidad del sistema
para clasificar palabras clave, no para comprender
el contexto.
Algunas limitaciones que se encontraron fueron:
1. Ceguera al contexto: el sistema es incapaz
de entender matices, sarcasmo, ironía o la
relación entre diferentes partes del texto.
2. Incapacidad para Interpretar Negaciones:
Una frase como "No estoy triste" sería
incorrectamente interpretada, ya que el
algoritmo identificaría el token "triste", pero
ignoraría el token "no", resultando en un falso
positivo para "tristeza".
3. Respuestas Genéricas y Robóticas: Al
depender de plantillas fijas, las respuestas
resultan repetitivas y superficiales, fallando
en generar conexión o confianza. El ejemplo
del poema (Ver figuras 8 y 9) ilustra esto: la
detección de "alegría" (basada en la frecuencia
de palabras como "amor", "mejor", "dulce")
llevaba a la respuesta insustancial: "Percibo
que podrías estar sintiendo algo como 'alegría'.
¿Quieres hablar de eso?" Esta respuesta ignora
la complejidad del poema y falla en validar los
sentimientos mixtos expresados.
III. Resultados
Normalización y Filtrado: Se itera sobre la lista de
tokens para limpiarla
• Conversión a minúsculas: Todos los tokens se
convierten a minúsculas para estandarizar la
comparación.
• Eliminación de Puntuación: Se descartan
todos los tokens que son signos de puntuación.
• Eliminación de Stopwords: Se compara cada
token con una lista predefinida de "palabras
vacías" (ej."la","hoy", "me", "muy", "el"). Si
el token está en la lista de stopwords, se
descarta.
Salida del Módulo: El resultado es una lista final de
"términos de interés", que son las únicas palabras
que se enviarán al motor de inferencia.
Módulo de Inferencia Emocional (Motor de 4
Niveles):
• Nivel 1 (Coincidencia exacta): El sistema
buscaba una correspondencia directa y literal
entre una palabra del usuario y un término
emocional principal en la base de datos.
• Nivel 2 (Coincidencia difusa): En caso de no
hallar una coincidencia directa, el sistema
verifica si la palabra del usuario era idéntica
a alguno de los sinónimos enumerados para
un término emocional (como "pánico" con un
sinónimo de "miedo").
• Nivel 3 (Coincidencia difusa - Variaciones):
Si los niveles anteriores no funcionaban, el
algoritmo emplea una búsqueda "difusa" o
aproximada para hallar términos del usuario
que tuviesen gran semejanza con una palabra
clave, tolerando ligeras variaciones o errores
tipográficos (por ejemplo, "mido" podría
corresponderse con "miedo").
• Nivel 4 (Coincidencia difusa - Sinónimos):
Como último recurso, el sistema realizaba
una búsqueda difusa contra
E. Votación y respuesta:
Tras el análisis de tokens, la etapa de "Votación"
consolida los resultados. El sistema cuenta el
número de votos acumulados para cada emoción
y declara una "emoción predominante" para
formular una respuesta.
• Votación: Se cuentan las ocurrencias de cada
emoción encontrada en la lista de salida del
Módulo 3.
• Determinación de la Dominante: Se
selecciona la emoción con el conteo más alto.
• Selección de Plantilla de Respuesta: El
sistema utiliza la emoción dominante como
clave para buscar en una lista de respuestas
predefinidas.
• Presentación de Respuesta: Se muestra en la
pantalla la emoción detectada al usuario.
• El algoritmo vuelve al Módulo 2 y espera la
siguiente respuesta del usuario, reiniciando el
ciclo hasta que el usuario escriba "salir
En un conjunto de pruebas controlado, el algoritmo
alcanzó una precisión del 82% en la clasificación
correcta de la emoción dominante. Esta métrica,
aunque alta, solo refleja la capacidad del sistema
para clasificar palabras clave, no para comprender
el contexto.
Algunas limitaciones que se encontraron fueron:
1. Ceguera al contexto: el sistema es incapaz
de entender matices, sarcasmo, ironía o la
relación entre diferentes partes del texto.
2. Incapacidad para Interpretar Negaciones:
Una frase como "No estoy triste" sería
incorrectamente interpretada, ya que el
algoritmo identificaría el token "triste", pero
ignoraría el token "no", resultando en un falso
positivo para "tristeza".
3. Respuestas Genéricas y Robóticas: Al
depender de plantillas fijas, las respuestas
resultan repetitivas y superficiales, fallando
en generar conexión o confianza. El ejemplo
del poema (Ver figuras 8 y 9) ilustra esto: la
detección de "alegría" (basada en la frecuencia
de palabras como "amor", "mejor", "dulce")
llevaba a la respuesta insustancial: "Percibo
que podrías estar sintiendo algo como 'alegría'.
¿Quieres hablar de eso?" Esta respuesta ignora
la complejidad del poema y falla en validar los
sentimientos mixtos expresados.
III. Resultados
Normalización y Filtrado: Se itera sobre la lista de
tokens para limpiarla
• Conversión a minúsculas: Todos los tokens se
convierten a minúsculas para estandarizar la
comparación.
• Eliminación de Puntuación: Se descartan
todos los tokens que son signos de puntuación.
• Eliminación de Stopwords: Se compara cada
token con una lista predefinida de "palabras
vacías" (ej."la","hoy", "me", "muy", "el"). Si
el token está en la lista de stopwords, se
descarta.
Salida del Módulo: El resultado es una lista final de
"términos de interés", que son las únicas palabras
que se enviarán al motor de inferencia.
Módulo de Inferencia Emocional (Motor de 4
Niveles):
• Nivel 1 (Coincidencia exacta): El sistema
buscaba una correspondencia directa y literal
entre una palabra del usuario y un término
emocional principal en la base de datos.
• Nivel 2 (Coincidencia difusa): En caso de no
hallar una coincidencia directa, el sistema
verifica si la palabra del usuario era idéntica
a alguno de los sinónimos enumerados para
un término emocional (como "pánico" con un
sinónimo de "miedo").
• Nivel 3 (Coincidencia difusa - Variaciones):
Si los niveles anteriores no funcionaban, el
algoritmo emplea una búsqueda "difusa" o
aproximada para hallar términos del usuario
que tuviesen gran semejanza con una palabra
clave, tolerando ligeras variaciones o errores
tipográficos (por ejemplo, "mido" podría
corresponderse con "miedo").
• Nivel 4 (Coincidencia difusa - Sinónimos):
Como último recurso, el sistema realizaba
una búsqueda difusa contra
E. Votación y respuesta:
Tras el análisis de tokens, la etapa de "Votación"
consolida los resultados. El sistema cuenta el
número de votos acumulados para cada emoción
y declara una "emoción predominante" para
formular una respuesta.
• Votación: Se cuentan las ocurrencias de cada
emoción encontrada en la lista de salida del
Módulo 3.
• Determinación de la Dominante: Se
selecciona la emoción con el conteo más alto.
• Selección de Plantilla de Respuesta: El
sistema utiliza la emoción dominante como
clave para buscar en una lista de respuestas
predefinidas.
• Presentación de Respuesta: Se muestra en la
pantalla la emoción detectada al usuario.
• El algoritmo vuelve al Módulo 2 y espera la
siguiente respuesta del usuario, reiniciando el
ciclo hasta que el usuario escriba "salir
52REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Este trabajo de investigación evidencia que
el procedimiento de clasificar emociones en
un contexto lingüístico particular, usando un
enfoque léxico híbrido que combina un léxico
formal (NRC-EmoLex) con un corpus adaptado
culturalmente (por medio de la curación manual
y scraping), es una alternativa robusta y factible,
logrando una precisión elevada (82%). La curación
manual del conjunto de datos y la metodología
ETL en Python fueron etapas clave para el éxito
de esto.
No obstante, la conclusión más importante es que
clasificar emociones no equivale a entender una
conversación. La creación de una herramienta que
IV. Conclusiones
simule un diálogo humano y establezca confianza
no es posible con el enfoque léxico debido a sus
limitaciones intrínsecas (incapacidad para manejar
negaciones, ceguera al contexto o respuestas
genéricas). Para superar las limitaciones de la Fase
1 sin descartar el valioso trabajo léxico y cultural
realizado, el siguiente paso lógico es la evolución
hacia una arquitectura híbrida. Esta propuesta
combina la velocidad y especificidad cultural
del motor de Fase 1 con la fluidez contextual y
la capacidad de razonamiento de un Modelo de
Lenguaje a Gran Escala (LLM) como Gemini de
Google.
En lugar de que el LLM reemplace al motor léxico,
este último actuaría como un "enriquecedor de
contexto":
• Paso 1 (Análisis Léxico): El texto del usuario
(ej. "neta, me siento bien agüitado") pasaría
primero por el motor léxico de Fase 1.
• Paso 2 (Generación de Metadatos): Este
motor no generaría una respuesta, sino un
objeto de metadatos de análisis preliminar (ej.
{"emocion_detectada": "tristeza", "termino_
clave": "agüitado", "confianza": "alta", "tipo":
"coloquial"}).
• Paso 3 (Inyección en Prompt): Estos
metadatos se inyectarán en el Prompt de
Sistema que se envía a la API de Gemini,
junto con el texto original del usuario.
• Paso 4 (Respuesta Generativa): El LLM
(Gemini) generaría la respuesta final. Al tener
la ayuda del motor léxico, puede confirmar
que "agüitado" es, en efecto, tristeza, y usar
ese contexto para generar una respuesta
mucho más precisa y empática.
Por lo tanto, el trabajo futuro se centrará en la
implementación y evaluación de esta arquitectura
híbrida, seguida de:
• Creación de una interfaz para el usuario
(UX/UI): Desarrollar una aplicación
móvil atractiva que incorpore ejercicios de
Mindfulness.
• Pruebas formales de usabilidad: Evaluar
cualitativamente la nueva arquitectura
híbrida con usuarios reales.
Fig. 9: Respuesta del algoritmo basado en Léxico.
Fig. 8: Respuesta del algoritmo basado en Léxico.
Este trabajo de investigación evidencia que
el procedimiento de clasificar emociones en
un contexto lingüístico particular, usando un
enfoque léxico híbrido que combina un léxico
formal (NRC-EmoLex) con un corpus adaptado
culturalmente (por medio de la curación manual
y scraping), es una alternativa robusta y factible,
logrando una precisión elevada (82%). La curación
manual del conjunto de datos y la metodología
ETL en Python fueron etapas clave para el éxito
de esto.
No obstante, la conclusión más importante es que
clasificar emociones no equivale a entender una
conversación. La creación de una herramienta que
IV. Conclusiones
simule un diálogo humano y establezca confianza
no es posible con el enfoque léxico debido a sus
limitaciones intrínsecas (incapacidad para manejar
negaciones, ceguera al contexto o respuestas
genéricas). Para superar las limitaciones de la Fase
1 sin descartar el valioso trabajo léxico y cultural
realizado, el siguiente paso lógico es la evolución
hacia una arquitectura híbrida. Esta propuesta
combina la velocidad y especificidad cultural
del motor de Fase 1 con la fluidez contextual y
la capacidad de razonamiento de un Modelo de
Lenguaje a Gran Escala (LLM) como Gemini de
Google.
En lugar de que el LLM reemplace al motor léxico,
este último actuaría como un "enriquecedor de
contexto":
• Paso 1 (Análisis Léxico): El texto del usuario
(ej. "neta, me siento bien agüitado") pasaría
primero por el motor léxico de Fase 1.
• Paso 2 (Generación de Metadatos): Este
motor no generaría una respuesta, sino un
objeto de metadatos de análisis preliminar (ej.
{"emocion_detectada": "tristeza", "termino_
clave": "agüitado", "confianza": "alta", "tipo":
"coloquial"}).
• Paso 3 (Inyección en Prompt): Estos
metadatos se inyectarán en el Prompt de
Sistema que se envía a la API de Gemini,
junto con el texto original del usuario.
• Paso 4 (Respuesta Generativa): El LLM
(Gemini) generaría la respuesta final. Al tener
la ayuda del motor léxico, puede confirmar
que "agüitado" es, en efecto, tristeza, y usar
ese contexto para generar una respuesta
mucho más precisa y empática.
Por lo tanto, el trabajo futuro se centrará en la
implementación y evaluación de esta arquitectura
híbrida, seguida de:
• Creación de una interfaz para el usuario
(UX/UI): Desarrollar una aplicación
móvil atractiva que incorpore ejercicios de
Mindfulness.
• Pruebas formales de usabilidad: Evaluar
cualitativamente la nueva arquitectura
híbrida con usuarios reales.
Fig. 9: Respuesta del algoritmo basado en Léxico.
Fig. 8: Respuesta del algoritmo basado en Léxico.
53REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
[1] Organización Mundial de la Salud. (2022).
Salud mental del adolescente. Obtenido de
https://www.who.int/es/news-room/fact-
sheets/detail/adolescent-mental-health
[2] Descartes, R. (1649), Las pasiones del alma,
Alianza Editorial, Madrid, España. Partes I
y II.
[3] Bresó, E., Gabriela, M. R. Y. and Andriani,
J. (2013), ‘La inteligencia emocional y
la atención plena (mindfulness) como
estrategia para la gestión de emociones
negativas’, Psicogente 16 (30).
[4] Fitzpatrick, K. K., Darcy, A., & Vierhile, M.
(2017). Delivering Cognitive Behavior
Therapy to Young Adults With Symptoms
of Depression and Anxiety Using a Fully
Automated Conversational Agent (Woebot):
A Randomized Controlled Trial. JMIR
Mental Health, 4(2), e19.
[5] Denecke, K., Vaaheesan, S., & Arulnathan,
A. (2021). A Mental Health Chatbot for
Regulating Emotions (SERMO): Concept
and Usability Test. IEEE Transactions on
Emerging Topics in Computing, 9(3), 1170-
1182.
[6] Mohammad, S. M. (n.d.). NRC Emotion
Lexicon. National Research Council
Canada. https://saifmohammad.com/
WebPages/NRC-Emotion-Lexicon.htm
IV. Referencias
[1] Organización Mundial de la Salud. (2022).
Salud mental del adolescente. Obtenido de
https://www.who.int/es/news-room/fact-
sheets/detail/adolescent-mental-health
[2] Descartes, R. (1649), Las pasiones del alma,
Alianza Editorial, Madrid, España. Partes I
y II.
[3] Bresó, E., Gabriela, M. R. Y. and Andriani,
J. (2013), ‘La inteligencia emocional y
la atención plena (mindfulness) como
estrategia para la gestión de emociones
negativas’, Psicogente 16 (30).
[4] Fitzpatrick, K. K., Darcy, A., & Vierhile, M.
(2017). Delivering Cognitive Behavior
Therapy to Young Adults With Symptoms
of Depression and Anxiety Using a Fully
Automated Conversational Agent (Woebot):
A Randomized Controlled Trial. JMIR
Mental Health, 4(2), e19.
[5] Denecke, K., Vaaheesan, S., & Arulnathan,
A. (2021). A Mental Health Chatbot for
Regulating Emotions (SERMO): Concept
and Usability Test. IEEE Transactions on
Emerging Topics in Computing, 9(3), 1170-
1182.
[6] Mohammad, S. M. (n.d.). NRC Emotion
Lexicon. National Research Council
Canada. https://saifmohammad.com/
WebPages/NRC-Emotion-Lexicon.htm
IV. Referencias