ESTRATEGIAS BASADAS EN APRENDIZAJE COMPUTACIONAL PARA DETECTAR DEPRESIÓN EN USUARIOS DE REDES SOCIALES.

FARÍAS ANZALDÚA, ALÁN ALÉXIS (2018) ESTRATEGIAS BASADAS EN APRENDIZAJE COMPUTACIONAL PARA DETECTAR DEPRESIÓN EN USUARIOS DE REDES SOCIALES. Maestría thesis, UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA.

Vista Previa

Text Tesis - Estrategias Basadas en Aprendizaje Computacional para Detectar Depresión en Usuarios de Redes Sociales.pdf Download (1101Kb) | Vista Previa

Resumen

El objetivo de este trabajo es el de analizar publicaciones de redes sociales en búsqueda de características textuales y temporales que permitan discriminar usuarios con y sin depresión. Para lograr este objetivo se realizó una exploración experimental de características textuales y lingüísticas, buscando la mejor combinación de parámetros. Se obtuvo como resultado un método que combina ambos tipos de características, procesando a los usuarios a dos pasos. El primer paso trata las publicaciones individualmente y el segundo paso realiza un meta análisis de las publicaciones. Dicho método se utilizó como propuesta para participar en el foro eRisk del CLEF 2017, en Dublin, Irlanda. Específicamente, se participó en la “Pilot Task: Early Detection of Depression”, el cual distribuyó dataset “A Test Collection for Research on Depression and Language Use”, con el que se realizaron los experimentos y se desarrolló el método propuesto. Este documento detalla la metodología propuesta para el CLEF, así como la búsqueda que llevó a crear esa propuesta. Se presenta, además, información aprendida durante el trayecto con la esperanza de que resulte de utilidad para quienes busquen encontrar respuestas del psique humano en el mar de información que es el internet.

Actions (login required)

Ver Objeto