Dataset: Análisis semántico de clústeres en la conversación digital sobre los apagones de Ecuador en 2024

Datos, scripts y embeddings para reproducir los resultados del artículo "Análisis semántico de clústeres en la conversación digital sobre los apagones de Ecuador en 2024". El repositorio contiene un corpus de 3.952 tuits en español recopilados entre el 22 de septiembre y el 19 de diciembre de 2024 durante la crisis eléctrica ecuatoriana, procesados mediante sentence embeddings (paraphrase-multilingual-MiniLM-L12-v2), reducción dimensional con UMAP y clustering con K-Means (k=4). Las etiquetas emocionales fueron generadas por un modelo BERT fine-tuned. Incluye: notebook de Python con pipeline completo y semillas fijas para reproducibilidad, archivos CSV de entrada y salida, y embeddings precalculados.