MusicBot — Clasificador de Emociones en Letras de Canciones
Clasificador multiclase que detecta la emoción predominante en fragmentos de letras de canciones en español e inglés. Fine-tune de distilbert-base-multilingual-cased entrenado sobre un corpus propio de 5 081 canciones etiquetadas mediante un esquema combinado (keywords emocionales + modelo multilingüe de sentimiento).
Forma parte del Proyecto 3 del curso de Minería de Textos del Colegio Universitario de Cartago (2026). Se integra como componente de clasificación dentro del chatbot musical MúsicBot, que combina este modelo con un pipeline RAG (FAISS + Flan-T5) para responder consultas sobre un corpus lírico.
1from transformers import pipeline
23clf = pipeline("text-classification",4 model="nubiaebv/musicbot-emotion-classifier")5print(clf("Quiero bailar contigo toda la noche"))6# [{'label': 'alegria', 'score': 0.92}]
Datos de entrenamiento
Origen: corpus de letras de canciones en español e inglés, curado durante los Proyectos 1, 2 y 3 del curso. Almacenado en MongoDB Atlas.
Tamaño inicial: 6 526 canciones con letra.
Tamaño tras etiquetado y balanceo:5 081 canciones.
Géneros representados: pop, rock, reggaetón, hip-hop, baladas, k-pop, latin, electronic, entre otros.
Pipeline de etiquetado (semiautomático)
Nivel 1 — Keywords emocionales: listas de términos por clase sobre texto normalizado → 5 002 canciones etiquetadas (cobertura 76.6%).
Nivel 2 — Modelo de sentimiento multilingüe: las 1 464 canciones sin etiqueta se clasificaron con un modelo preentrenado → cobertura final 99.1% (6 466 de 6 526).
Nivel 3 — Filtrado: se descartaron clases con menos de 50 muestras.
Balanceo: submuestreo de la clase mayoritaria (amor) para que el ratio desbalance/minoritaria no supere 3.0x.
Distribución antes del balanceo
Clase
Muestras
%
amor
2 813
43.5%
rabia
1 406
21.7%
nostalgia
1 140
17.6%
alegria
631
9.8%
tristeza
476
7.4%
Total
6 466
100%
Ratio de desbalance inicial: 5.9× — superior al umbral de 3× definido por el equipo.
Los pesos compensan el desbalance residual penalizando más los errores en clases minoritarias (especialmente tristeza).
Evaluación
Sobre el conjunto de test (762 muestras, estratificado).
Comparación baseline vs fine-tuned
Métrica
Baseline (mayoría de clase)
Fine-tuned
Ganancia
Accuracy
0.3250
0.7572
+0.4322
F1 macro
0.0981
0.7475
+0.6494
El baseline predice siempre la clase más frecuente (amor). El fine-tuning aporta +43 puntos de accuracy y +65 puntos de F1 macro, confirmando que el modelo aprende patrones reales en las letras más allá de la clase mayoritaria.
Métricas detalladas por clase (test)
Clase
Precision
Recall
F1-score
Support
alegria
0.77
0.72
0.74
102
tristeza
0.64
0.77
0.70
57
amor
0.82
0.77
0.79
218
rabia
0.73
0.72
0.73
204
nostalgia
0.76
0.80
0.78
181
Macro avg
0.74
0.76
0.75
762
Weighted avg
0.76
0.76
0.76
762
Accuracy
0.76
762
Matriz de confusión
Filas = etiqueta real, columnas = predicción.
alegria
tristeza
amor
rabia
nostalgia
alegria
73
5
5
11
8
tristeza
1
44
4
4
4
amor
7
5
168
22
16
rabia
10
9
19
147
19
nostalgia
4
6
9
17
145
Observaciones:
nostalgia es la clase con mejor recall (80%), probablemente por su vocabulario distintivo (recuerdos, tiempo pasado, pérdida).
La mayor confusión ocurre entre amor y rabia (22 casos): ambas clases comparten léxico relacional intenso; letras de desamor o celos pueden caer en cualquiera.
alegria se confunde frecuentemente con rabia (11 casos) — posiblemente canciones de fiesta con letras enérgicas y agresivas (reggaetón).
Limitaciones y sesgos
Dominio restringido: entrenado exclusivamente con letras de canciones. No generaliza bien a otros tipos de texto (noticias, reseñas, diálogos).
Etiquetado semiautomático: las etiquetas no provienen de anotación humana completa. El pipeline keywords + modelo de sentimiento arrastra sus propios sesgos — en particular, las listas de keywords pueden sobrerrepresentar términos explícitos y perder canciones con emociones expresadas metafóricamente.
Desbalance residual: pese al submuestreo a ratio 3×, tristeza (476 muestras) y alegria (631) siguen siendo clases minoritarias. Los class weights compensan parcialmente, pero su precisión y recall son menos fiables que las de amor o nostalgia.
Bilingüe no equilibrado: el corpus contiene canciones en español e inglés sin paridad explícita. El rendimiento por idioma no se evaluó de forma separada.
Longitud limitada: la entrada está truncada a 256 tokens; canciones largas pierden contexto.
Uso previsto: apoyo a sistemas de recomendación musical y análisis de corpus lírico. No apto para decisiones sensibles en salud mental, diagnóstico emocional o cualquier contexto clínico.
Integración en MúsicBot
Este clasificador se integra en un pipeline RAG + Fine-Tuning dentro de la aplicación MúsicBot:
El usuario escribe una consulta musical.
El clasificador infiere la emoción predominante en la pregunta.
La emoción se usa como filtro sobre el índice FAISS del corpus de canciones.
Un generador Flan-T5 construye la respuesta en español a partir de los chunks recuperados.
La interfaz Dash muestra la emoción detectada y las canciones citadas.
Institución: Colegio Universitario de Cartago (CUC)
Profesor: Osvaldo González Chaves
Proyecto: Proyecto 3 — Chatbot Musical con RAG + Fine-Tuning
Año: 2026
Licencia
Apache 2.0 — libre uso con atribución.
Cómo citar
bibtex
1@misc{musicbot_emotion_classifier_2026,
2 title = {MúsicBot — Clasificador de Emociones en Letras de Canciones},
3 author = {Brenes Valerín, Nubia Elena and Marín Castillo, Pablo Andrés},
4 year = {2026},
5 note = {Proyecto 3 — Minería de Textos, Colegio Universitario de Cartago},
6 url = {https://huggingface.co/nubiaebv/musicbot-emotion-classifier}
7}
