Análisis de rasgos lingüísticos con técnicas de procesamiento del lenguaje natural en la detección temprana de depresión

The development of computational methods using information from the Web for early detection of risks is a socially relevant, scientifically attractive and currently a growing area of ​​research. Depression is one of the most frequent mental disorders in the world and with high incidence of suicide i...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Garciarena Ucelay, María José, Cagnina, Leticia Cecilia, Errecalde, Marcelo Luis
Formato: Online
Lenguaje:spa
Publicado: Instituto de Lingüística, Facultad de Filosofía y Letras, Universidad Nacional de Cuyo 2021
Materias:
Acceso en línea:https://revistas.uncu.edu.ar/ojs3/index.php/analeslinguistica/article/view/5522
id I11-R94article-5522
record_format ojs
spelling I11-R94article-55222022-02-23T13:28:29Z Analysis of language traits with natural language processing techniques in early detection of depression Análisis de rasgos lingüísticos con técnicas de procesamiento del lenguaje natural en la detección temprana de depresión Garciarena Ucelay, María José Cagnina, Leticia Cecilia Errecalde, Marcelo Luis detección temprana de depresión representación de documentos , incrustaciones de palabras métrica ERDE early depression detection document representations word embeddings ERDE metric The development of computational methods using information from the Web for early detection of risks is a socially relevant, scientifically attractive and currently a growing area of ​​research. Depression is one of the most frequent mental disorders in the world and with high incidence of suicide in the most severe cases. Therefore, early detection of this illness could lead to a timely treatment and to save lives. This paper analyzes the relationship between computational models that allow the automatic detection of depression and the linguistic properties of the text written by people who experience the disease. State-of-the-art text representations in document classification are used, covering linguistic, syntactic and semantic aspects. The results obtained with standard classifiers indicate that word embeddings capture precise information to detect quickly and safely signs of depression. El desarrollo de métodos computacionales que utilizan información de la Web para la detección temprana de riesgos es un área de investigación socialmente relevante, científicamente atractiva y actualmente en pleno crecimiento. La depresión es uno de los trastornos mentales más frecuentes a nivel mundial y con alta incidencia de suicidio en los casos más severos. Por lo tanto, su detección temprana podría derivar en un tratamiento a tiempo e incluso salvar vidas. En este trabajo, se analiza la relación que existe entre los modelos computacionales que permiten la detección automática de depresión y las propiedades lingüísticas del texto escrito por personas que experimentan la enfermedad. Se utilizan representaciones textuales que forman parte del estado del arte en clasificación de documentos y que cubren aspectos lingüísticos, sintácticos y semánticos. Los resultados obtenidos con clasificadores estándares indican que las incrustaciones de palabras capturan información precisa para detectar indicios de depresión de forma rápida y segura. Instituto de Lingüística, Facultad de Filosofía y Letras, Universidad Nacional de Cuyo 2021-12-21 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://revistas.uncu.edu.ar/ojs3/index.php/analeslinguistica/article/view/5522 Anales de Lingüística; Núm. 7 (2021): Dossier: Lingüística Computacional ; 89-116 2684-0669 0325-3597 spa https://revistas.uncu.edu.ar/ojs3/index.php/analeslinguistica/article/view/5522/4218 Derechos de autor 2021 Anales de Lingüística https://creativecommons.org/licenses/by/2.5/ar/
institution Universidad Nacional de Cuyo
building Revistas en línea
filtrotop_str Revistas en línea
collection Anales de Lingüística
journal_title_str Anales de Lingüística
institution_str I-11
repository_str R-94
language spa
format Online
author Garciarena Ucelay, María José
Cagnina, Leticia Cecilia
Errecalde, Marcelo Luis
spellingShingle Garciarena Ucelay, María José
Cagnina, Leticia Cecilia
Errecalde, Marcelo Luis
Análisis de rasgos lingüísticos con técnicas de procesamiento del lenguaje natural en la detección temprana de depresión
detección temprana de depresión
representación de documentos
, incrustaciones de palabras
métrica ERDE
early depression detection
document representations
word embeddings
ERDE metric
author_facet Garciarena Ucelay, María José
Cagnina, Leticia Cecilia
Errecalde, Marcelo Luis
author_sort Garciarena Ucelay, María José
title Análisis de rasgos lingüísticos con técnicas de procesamiento del lenguaje natural en la detección temprana de depresión
title_short Análisis de rasgos lingüísticos con técnicas de procesamiento del lenguaje natural en la detección temprana de depresión
title_full Análisis de rasgos lingüísticos con técnicas de procesamiento del lenguaje natural en la detección temprana de depresión
title_fullStr Análisis de rasgos lingüísticos con técnicas de procesamiento del lenguaje natural en la detección temprana de depresión
title_full_unstemmed Análisis de rasgos lingüísticos con técnicas de procesamiento del lenguaje natural en la detección temprana de depresión
title_sort analysis of language traits with natural language processing techniques in early detection of depression
description The development of computational methods using information from the Web for early detection of risks is a socially relevant, scientifically attractive and currently a growing area of ​​research. Depression is one of the most frequent mental disorders in the world and with high incidence of suicide in the most severe cases. Therefore, early detection of this illness could lead to a timely treatment and to save lives. This paper analyzes the relationship between computational models that allow the automatic detection of depression and the linguistic properties of the text written by people who experience the disease. State-of-the-art text representations in document classification are used, covering linguistic, syntactic and semantic aspects. The results obtained with standard classifiers indicate that word embeddings capture precise information to detect quickly and safely signs of depression.
publisher Instituto de Lingüística, Facultad de Filosofía y Letras, Universidad Nacional de Cuyo
publishDate 2021
url https://revistas.uncu.edu.ar/ojs3/index.php/analeslinguistica/article/view/5522
topic detección temprana de depresión
representación de documentos
, incrustaciones de palabras
métrica ERDE
early depression detection
document representations
word embeddings
ERDE metric
topic_facet detección temprana de depresión
representación de documentos
, incrustaciones de palabras
métrica ERDE
early depression detection
document representations
word embeddings
ERDE metric
work_keys_str_mv AT garciarenaucelaymariajose analysisoflanguagetraitswithnaturallanguageprocessingtechniquesinearlydetectionofdepression
AT cagninaleticiacecilia analysisoflanguagetraitswithnaturallanguageprocessingtechniquesinearlydetectionofdepression
AT errecaldemarceloluis analysisoflanguagetraitswithnaturallanguageprocessingtechniquesinearlydetectionofdepression
AT garciarenaucelaymariajose analisisderasgoslinguisticoscontecnicasdeprocesamientodellenguajenaturalenladetecciontempranadedepresion
AT cagninaleticiacecilia analisisderasgoslinguisticoscontecnicasdeprocesamientodellenguajenaturalenladetecciontempranadedepresion
AT errecaldemarceloluis analisisderasgoslinguisticoscontecnicasdeprocesamientodellenguajenaturalenladetecciontempranadedepresion
_version_ 1800220651237146624