Modelo de clasificación de depresión en Tweets usando BERT

Autor: Guillermo José Aleman-Zambrano, Marvik Irzovic Del Carpio-Lazo, Daniel Gustavo Mendiguri-Chávez, Daniela Carolina Vilchez-Silva, Franco Eduardo Tejada Toledo
Jazyk: English<br />Spanish; Castilian
Rok vydání: 2023
Předmět:
Zdroj: Innovación y Software, Vol 4, Iss 2 (2023)
Druh dokumentu: article
ISSN: 2708-0927
2708-0935
DOI: 10.48168/innosoft.s12.a89
Popis: Hoy en día existen muchos indicios de depresión, así como muchos intentos de suicidio causados por este trastorno emocional, esto se ve reflejado mayormente en redes sociales principalmente en Twitter. Por ello, es importante que los especialistas y organizaciones que busquen salvaguardar la vida de las personas, utilicen herramientas de software que permitan abordar este problema. Para ello, en este trabajo se propone una herramienta web llamada “UBDevs-Depression-Classifier” que permite clasificar y obtener tweets de forma automática por algún tema específico. Se puso un mayor énfasis a tweets relacionados con el COVID-19 debido a que en los años 2020-2021 en el mundo se vivió una pandemia que incrementó los casos de depresión en muchos lugares. Esta propuesta de investigación se centra en la utilización en un modelo basado en NLP (Natural Language Processing) para la clasificación de Tweets con el fin de encontrar aquellos que inciten a la depresión o den a entender que los usuarios se encuentren en un mal estado de ánimo, todo ello con el fin de mantener la salud mental y física de los usuarios de esta plataforma. Existen varios modelos usados como base para proyectos de NLP, sin embargo, en la actualidad BERT ha demostrado ser uno de los más eficientes por ello lo seleccionamos para el desarrollo de nuestra propuesta. Para evaluar la eficiencia del proyecto aplicamos la métrica F1 obteniendo un valor de 0.8806, resultado bastante aceptable respecto a una clasificación textual.
Databáze: Directory of Open Access Journals
Externí odkaz: