Uso de modelos de clasificación de aprendizaje automático, tanto de imagen como de texto, en la graficación de redes. Caso de estudio: Comunidad de práctica entre escritores de graffiti en trenes de carga

Ponencia presentada en la 3ª Conferencia Internacional de Humanidades Digitales (DH_BUDAPEST_2022) en Budapest, Hungría. Describe una arquitectura técnica que combina visión artificial y procesamiento de lenguaje natural para estructurar bases de datos relacionales orientadas a grafos.

La metodología propone el uso de modelos convolucionales CNN entrenados en Roboflow para segmentar y categorizar estilos de graffiti, y pipelines de spaCy NLP para analizar el vocabulario identitario de las descripciones textuales. El resultado se grafica como una red hipertextual compleja que permite correlacionar la estética visual del graffiti con los patrones semánticos y de afinidad subcultural de los escritores.