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...
Guardado en:
Autores principales: | , , |
---|---|
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 |