Aplicaciones de NLP y modelos de atención para la identificación de estrés en textos de redes sociales

Vista sencilla de ítem
dc.contributor.advisorHernández Torres, Santiago
dc.contributor.authorMoya Ortiz, Francisco Javier
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeMagíster en Ciencias de Datos y Analíticaspa
dc.creator.emailfrankj.mortiz@gmail.com
dc.date.accessioned2024-11-01T15:29:27Z
dc.date.available2024-11-01T15:29:27Z
dc.date.issued2024
dc.descriptionLas redes sociales se han consolidado como plataformas esenciales de comunicación, donde los individuos no solo comparten logros y actividades, sino también sus emociones y estados mentales. Este flujo constante de información brinda una oportunidad única para observar y analizar el bienestar emocional de los usuarios, incluyendo la detección del estrés, un trastorno mental prevalente y frecuentemente incapacitante. A diferencia de otros trastornos como la depresión, el estrés a menudo se manifiesta de manera sutil y sus expresiones lingüísticas son menos comprendidas. Este estudio emplea avanzadas técnicas de procesamiento de lenguaje natural (NLP), modelos de atención como RoBERTa, y grandes modelos de lenguaje (LLMs) para identificar patrones lingüísticos indicativos de estrés. La capacidad de estos modelos para discernir variaciones lingüísticas sutiles ofrece una herramienta valiosa tanto para la investigación académica como para aplicaciones prácticas en salud mental. Los hallazgos muestran que los modelos de atención, como RoBERTa, superan a las técnicas tradicionales de machine learning y a las basadas en conocimiento lingüístico específico, demostrando su capacidad para detectar incluso las señales más sutiles de estrés. Además, los LLMs se perfilan como una solución práctica, logrando un desempeño notable incluso sin ser entrenados específicamente para esta tarea. La automatización en la detección de señales de estrés facilita intervenciones tempranas, mejorando potencialmente los resultados para los individuos afectados. Además, contribuye a superar el estigma y las barreras que impiden buscar ayuda para trastornos mentales, promoviendo un entorno más receptivo y proactivo hacia la salud mental.
dc.identifier.urihttps://hdl.handle.net/10784/34759
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Ciencias Aplicadas e Ingeniería. Área Computación y Analíticaspa
dc.publisher.placeMedellín
dc.publisher.programMaestría en Ciencias de los Datos y Analíticaspa
dc.relation.urihttps://github.com/fjmoyao/depression_detection
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.subjectProcesamiento de lenguaje natural (NLP)
dc.subjectModelos de atención
dc.subjectDetección de estrés
dc.subjectAnálisis de sentimientos
dc.subjectRedes sociales
dc.subject.lembSALUD MENTAL
dc.subject.lembCIENCIA DE LA INFORMACIÓN
dc.subject.lembMEDIOS DE COMUNICACIÓN DE MASAS
dc.titleAplicaciones de NLP y modelos de atención para la identificación de estrés en textos de redes sociales
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaArtículo

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
FranciscoJavier_MoyaOrtiz_2024
Tamaño:
914.93 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
61.12 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
403.88 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Ciencias de los Datos y Analítica (tesis)