Recursos léxicos

Para solventar la falta de recursos regionales para las variantes de Español generamos los siguientes recursos modelos.

Vocabularios

Frecuencias de tokens por región (rank 20)

Estadísticas de los vocabularios

D = CSV.read("/Users/sadit/Research/regional-spanish-models/data/SpanishLang/voc/ALL.tsv.gz", DataFrame)

|        token |        occs |       ndocs |    weight | n_regions |                                                                 country_codes |
| ------------:| -----------:| -----------:| ---------:| ---------:| -----------------------------------------------------------------------------:|
|       fueron |   1,007,329 |     986,267 |  8.655272 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|            , | 198,582,423 | 133,250,538 |  1.577325 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        salir |   2,821,137 |   2,755,970 |  7.172762 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         pero |  29,588,164 |  28,784,422 |  3.788106 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       dormir |   3,754,460 |   3,646,554 |  6.768788 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          las |  35,857,087 |  32,046,472 |  3.633228 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         chau |     409,398 |     387,910 | 10.001527 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       siento |   2,830,971 |   2,764,088 |  7.168519 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        ganas |   4,624,814 |   4,534,858 |  6.454265 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           se |  65,455,156 |  58,105,334 |  2.774723 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           me |  96,836,816 |  80,037,599 |  2.312716 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           de | 208,621,296 | 151,285,612 |  1.394191 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           lo |  59,940,393 |  52,347,438 |  2.925275 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|     prefiero |     578,190 |     574,258 |   9.43555 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|     entramos |      49,248 |      48,864 | 12.990392 |        24 |       AR:BO:BR:CA:CL:CO:CR:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       abuelo |     253,425 |     246,573 | 10.655232 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|            a | 146,499,869 | 115,081,067 |  1.788815 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          nos |  10,457,745 |   9,570,310 |  5.376757 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|            ' |   3,901,930 |   2,885,972 |  7.106265 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|            y | 144,975,768 | 119,027,536 |  1.740171 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         tire |     158,141 |     156,023 | 11.315487 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        grito |     163,167 |     159,993 | 11.279237 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       eructo |       4,767 |       4,635 | 16.388382 |        21 |                AR:BR:CA:CL:CO:CR:DO:EC:ES:FR:GB:GT:MX:NI:PA:PE:PY:SV:US:UY:VE |
|         alto |     726,677 |     717,065 |  9.115146 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         risa |   1,004,984 |     991,432 |  8.647736 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|      escucho |     519,057 |     512,993 |  9.598309 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|  valentiinaa |           5 |           5 |  26.10746 |         1 |                                                                            AR |
|        cagar |     373,790 |     370,720 | 10.066918 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|     gustaria |     836,327 |     826,237 |  8.910694 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         esta |  24,057,042 |  22,791,926 |  4.124871 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       escena |     151,528 |     148,867 | 11.383222 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        desde |   5,528,368 |   5,408,770 |  6.200022 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|            q |  22,308,390 |  16,605,848 |  4.581703 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          del |  27,928,255 |  25,555,672 |  3.959751 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         algo |   7,164,395 |   6,914,708 |  5.845654 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|    cubriendo |      12,000 |      11,958 | 15.021142 |        23 |          AR:BO:BR:CA:CL:CO:CR:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PY:SV:US:UY:VE |
|        saber |   2,448,794 |   2,401,532 |  7.371367 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       detras |     321,486 |     315,807 | 10.298204 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         bano |     472,068 |     461,118 |  9.752112 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         _usr | 340,241,452 | 183,932,405 |   1.11229 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           el | 120,544,057 |  98,123,501 |  2.018795 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         para |  43,302,330 |  39,938,320 |   3.31562 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|    instagram |     538,148 |     532,137 |  9.545451 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       volver |   1,767,636 |   1,724,928 |  7.848786 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       queria |   1,363,136 |   1,333,932 |  8.219637 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        abrir |     314,424 |     311,263 | 10.319114 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|            😂 |  17,909,514 |  11,888,333 |  5.063847 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         casa |   5,194,767 |   5,065,508 |  6.294615 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|      despido |      52,841 |      52,332 | 12.891471 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          que | 226,600,112 | 162,858,554 |  1.287847 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         digo |   2,383,076 |   2,321,663 |  7.420163 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          por |  52,414,692 |  47,129,205 |  3.076773 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       quiero |  11,882,464 |  11,120,612 |  5.160158 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        adios |     341,841 |     327,723 | 10.244771 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           te |  41,566,020 |  35,022,642 |  3.505106 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           si |  40,051,528 |  36,716,026 |  3.436984 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          los |  55,952,380 |  47,286,470 |  3.071967 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        esten |     377,901 |     372,444 | 10.060225 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           en | 100,408,451 |  84,530,051 |   2.23393 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          dar |   2,289,788 |   2,255,530 |  7.461855 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          van |   3,941,321 |   3,807,138 |  6.706615 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       cabida |      73,476 |      73,037 | 12.410541 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|      comerme |      77,814 |      77,200 | 12.330568 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        todos |  11,157,030 |  10,708,419 |  5.214649 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         otra |   4,472,064 |   4,358,651 |   6.51144 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|            d |   5,206,352 |   4,163,563 |  6.577503 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        forma |   1,310,929 |   1,286,836 |  8.271494 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           es |  71,802,267 |  62,694,831 |  2.665048 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        unica |   1,109,888 |   1,100,933 |  8.496594 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           la | 147,185,891 | 114,156,076 |  1.800458 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          muy |  10,141,506 |   9,564,741 |  5.377596 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           ni |  12,331,596 |  10,871,801 |  5.192803 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           pq |   1,018,859 |     974,186 |  8.673053 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           no | 127,376,096 | 105,893,447 |  1.908853 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|     chabones |      21,620 |      21,527 | 14.172997 |        12 |                                           AR:BR:CL:CO:ES:FR:GB:MX:PE:PY:US:UY |
|        _htag |  70,759,927 |  45,120,284 |  3.139618 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        ficho |       8,534 |       8,387 | 15.532866 |        23 |          AR:BO:BR:CA:CL:CO:CR:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PY:SV:US:UY:VE |
| artificiales |      25,329 |      25,135 | 13.949452 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           re |   4,795,406 |   4,549,231 |  6.449699 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        sabia |     918,946 |     900,744 |  8.786133 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|      meterme |      80,700 |      80,320 |  12.27341 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           yo |  26,415,090 |  25,157,332 |  3.982415 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       fuegos |      60,071 |      58,910 | 12.720654 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|            m |   1,544,628 |   1,403,815 |  8.145968 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        donde |   5,655,364 |   5,435,276 |  6.192969 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        hablo |     898,852 |     866,863 |  8.841446 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|       pasame |      83,662 |      83,114 | 12.224078 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|           tu |  19,526,877 |  17,377,918 |  4.516139 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        antoo |       2,588 |       2,493 | 17.282934 |        10 |                                                 AR:CL:CO:ES:MX:PE:PY:US:UY:VE |
|     horrible |     608,475 |     598,866 |  9.375016 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          wsp |     201,862 |     199,970 | 10.957463 |        23 |          AR:BO:BR:CA:CL:CO:CR:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PY:SV:US:UY:VE |
|           un |  55,561,242 |  49,634,694 |  3.002045 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         todo |  19,384,533 |  18,491,101 |  4.426563 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          tan |   8,513,221 |   8,025,086 |  5.630806 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|     personas |   3,720,458 |   3,620,029 |  6.779321 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        huevo |     540,941 |     527,792 |   9.55728 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|        chupa |     267,590 |     262,772 | 10.563436 |        25 |    AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          cae |     744,871 |     726,769 |  9.095753 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|          les |   6,477,252 |   6,074,447 |  6.032569 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |
|         bien |  11,832,742 |  11,372,639 |  5.127827 |        26 | AR:BO:BR:CA:CL:CO:CR:CU:DO:EC:ES:FR:GB:GQ:GT:HN:MX:NI:PA:PE:PR:PY:SV:US:UY:VE |

Tokens comunes a regiones

Tokens comunes: ¿En cuántas regiones aparece un token?

Los emojis son símbolos usados para expresar de manera corta y concisa una carga emocional. Suelen ser útiles para los modelos de análisis de texto ya que son altamente expresivos. Los emojis más populares por región se muestran a continuación:

region	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20
ALL	😂	😍	❤	😭	🏻	‍	🎶	😘	🙄	👏	🤔	🏼	👌	😊	💕	🙏	♀	🤣	😒	🤦
AR	😂	😍	❤	😭	🎶	👌	😘	👏	😒	‍	💕	😊	🏻	💔	💪	🙄	🤦	🙌	😢	♥
BO	😂	❤	🇧	🇴	😍	🏻	😭	🇪	🇸	🤣	‍	😊	💪	🇷	😘	👏	🇦	😅	🙏	📣
BR	❤	😂	😍	🎶	🏻	😘	🙏	👏	😭	‍	🇷	♥	🇧	🏼	💕	🤣	💙	🙄	🤔	🏽
CA	😂	🏻	‍	❤	😍	🏼	♀	😭	🤔	🇨	🤣	🙄	🤷	🇦	😉	😘	🙏	🤦	🏽	😊
CL	😂	🏻	❤	😍	‍	🤔	👏	🤣	😭	🙄	😊	🏼	😘	🤦	🇨	🇱	💪	👍	😉	♂
CO	😂	😍	🎶	❤	🏻	😭	‍	🙏	👌	🙄	🤣	🏼	♀	🤔	💕	😔	😒	🤦	👏	💔
CR	😂	❤	😭	😍	🏻	‍	🙄	🏼	🤔	♀	🏽	🤦	🙌	😅	😒	♂	💔	🤷	🎶	🇷
CU	🇺	🇨	😂	🏻	‍	🤣	❤	😍	♂	😘	😉	🤦	♀	🤔	🤷	👍	😅	😭	🙏	👏
DO	😂	😍	‍	🏻	🎶	🤣	❤	😭	🤦	🏽	🙏	🤔	🙄	♀	♂	😩	😘	🙌	🙈	🏼
EC	😂	😍	❤	🏻	😭	‍	🤣	🎶	🙏	🏼	👏	🤔	🇪	😊	🇨	🙄	♀	😔	💕	😘
ES	😂	😍	😘	❤	🏻	👏	😉	😭	😊	💪	‍	🏼	🤣	🤔	😅	😜	🙄	👍	👌	♀
FR	😂	😘	❤	😍	😭	🏻	💋	‍	😉	🏼	😊	🇷	👍	👏	🎶	🤔	♀	👌	🤣	💪
GB	😂	😍	❤	🏻	‍	😭	🏼	😉	😘	🤣	😊	🤔	👏	👍	🙄	♀	😅	👌	🏽	♂
GQ	😂	❤	😘	😭	😍	😊	🇬	👏	🇶	😀	😒	🏽	🤔	🙄	‍	🏾	😉	😎	😃	😕
GT	😂	😍	❤	🏻	😭	🤣	🎶	😊	‍	🙄	🤔	🏼	👌	😘	😅	😉	💕	😒	😏	😁
HN	😂	❤	😍	😭	🏻	🤣	‍	🎶	🙄	♀	🤔	🇳	🇭	🏼	🤷	😅	🙏	🏽	🥺	♂
MX	😂	❤	😍	🏻	😭	‍	🤔	🏼	🙄	😘	🙏	♀	🎶	💕	😊	😢	👏	🙊	🤦	👌
NI	😂	❤	😍	😭	🏻	🎶	🙄	‍	😒	🤔	💕	🤣	😅	👌	💔	♀	😏	🏼	😔	😩
PA	😂	🏻	❤	‍	😍	🤣	😭	🤔	♀	🙄	🏼	🤦	♂	🎶	🇦	🇵	🤷	😩	🏽	👏
PE	😂	😍	❤	😭	🏻	🤔	😊	🙄	‍	🎶	🇪	😘	🇵	💕	🏼	🙏	😢	👏	💪	🤣
PR	😂	🙄	🏻	😭	🏼	😒	❤	😩	🤔	😍	🎶	😘	🙏	🏽	💪	🙌	🔥	💖	😹	🎧
PY	😂	😍	❤	😭	🏻	🎶	🤣	‍	🤔	🙄	💪	👌	👏	💔	🙌	🏼	♀	😢	😅	😎
SV	😂	❤	🤣	😍	😭	🏻	🎶	😊	🤔	😎	😅	‍	🙄	🙏	👏	👌	😒	💕	🏼	😏
US	😂	🏻	‍	❤	😍	😭	🏼	🙄	♀	🏽	😘	🤣	🤔	🙏	🎶	🤦	😩	🤷	♂	🔥
UY	😂	😍	🏻	‍	❤	🎶	🏼	🙌	🙄	😭	♀	🤦	😒	🤔	💪	👏	👌	🏽	🙏	😘
VE	😂	😍	❤	😭	🙏	🇪	♥	🇻	🎶	😘	💕	🏻	👏	😊	🤔	👌	🙄	🤣	✨	😏

Similitudes de vocabularios entre regiones

Se representa cada región por su vocabulario, donde cada token es pesado por probabilidad de ocurrencia en la colección.
Se calcula una matriz de afinidad.
Se usa la distancia $1 - cos(voc_1, voc_2)$ .