Descargar detalles

Capítulo 4 Aplicación de Redes Neuronales para clasificación de texto sobre entrevistas médicas del corpus DAIC Capítulo 4 Aplicación de Redes Neuronales para clasificación de texto sobre entrevistas médicas del corpus DAIC-WoZ

Este es sólo un documento simple sin archivo.

Título del capítulo: Aplicación de Redes Neuronales para clasificación de texto sobre entrevistas médicas del corpus DAIC-WoZ.

 

Autoras: Cristian Giovanny Sánchez Pineda, Sonia Jaramillo Valbuena y Jorge Iván Triviño.

 

Libro: Gestión del Conocimiento. Perspectiva Multidisciplinaria (Libro 65)

 

Resumen: La depresión, uno de los trastornos mentales más prevalentes en la sociedad actual, ejerce un impacto negativo significativo en la calidad de vida de las personas que la padecen. La Organización Mundial de la Salud (OMS) la reconoce como una causa fundamental de discapacidad a nivel global. Los afectados experimentan una gama de emociones desafiantes, tales como soledad, tristeza, desesperanza y pensamientos suicidas, entre otros. En la investigación de problemas de salud mental, se han empleado técnicas de aprendizaje de máquina tanto supervisadas como no supervisadas para discernir tendencias y patrones a partir de conjuntos de datos y corpus relacionados. Este artículo presenta la aplicación de dos enfoques de Redes Neuronales: una Red Neuronal Convolucional Profunda y una Red Neuronal Recurrente. Estas se valen de BERT y TextVectorization, respectivamente, como métodos de tokenización. Los resultados derivados del proceso de modelado revelaron una exactitud cercana al 70% al emplear la Red Neuronal Recurrente.

 

 

Descargar

Información
Creado 2024-06-07
Cambiado
Version
Tamaño
Clasificacion
(0 votos)
Creado por Super User
Cambiado por
Descargas 0
License
Price
© Copyright Universidad Nacional Experimental Sur del Lago "Jesús María Semprum" 2024.
Dirección de Tecnología de Información y Telecomunicaciones - Santa Bárbara de Zulia, Venezuela. Contáctenos +58(275)555.1036 - 555.2832. Ext. 167,169 G-20005799-8

UNESUR