Sotomayor Alzamora, Guina GuadalupePortugal Chipana, Anthony JhonatanArias Escarcena, Franklin Jose2026-01-162026-01-162025-12-01https://repositorio.unap.edu.pe/handle/20.500.14082/25847La depresión es un trastorno emocional grave y debilitante que afecta a millones de personas en todo el mundo, su impacto en la calidad de vida de quienes la padecen es significativo, interrumpiendo las actividades cotidianas y generando un profundo sufrimiento emocional. En el presente trabajo se buscó identificar los niveles de depresión en tweets de la red social X mediante la aplicación de un modelo de Análisis de Sentimientos. Se empleó un enfoque cuantitativo, de tipo aplicado con un diseño no experimental, utilizando una muestra de 28365 tweets divididos en tres niveles de depresión. Se adoptó una metodología considerando, las etapas de recopilación de datos, preprocesamiento de datos, selección de la técnica de modelado, aplicación del modelo seleccionado y evaluación del modelo. Los resultados mostraron que el modelo propuesto alcanza su mejor rendimiento con respecto a la métrica Recall en la clase sin depresión con un 90%, seguido de la clase con depresión clara con un 88% y la clase con depresión leve con un 87%, obteniendo en promedio un 88%. En consecuencia, se concluye que el modelo de Análisis de Sentimientos BETO tiene un buen rendimiento al identificar los niveles de depresión de manera automática en tweets de la red social X.esAnálisis de SentimientosBETODepresiónModelo TransformerRed Social XTweetsThesishttps://purl.org/pe-repo/ocde/ford#2.02.04