Algoritmos de Aprendizaje profundo en un Corpus Digital con Expresiones Depresivas

Abstract

La depresión es uno de los principales trastornos mentales que aquejan a la población mundial y cuando no se detecta a tiempo puede tener consecuencias letales. Las redes sociales ofrecen un espacio donde las personas con este trastorno se sienten libres de expresarse. En este contexto, se emplearon técnicas de procesamiento de lenguaje natural y algoritmos de aprendizaje profundo para detectar los patrones e identificar el discurso depresivo sobre un corpus en español de mensajes extraídos de la red social X (antes Twitter) previamente etiquetado, al cual se le aplicaron técnicas de preprocesamiento y fue analizado a través de 2 algoritmos de aprendizaje profundo; una Red Neuronal Recurrente y el modelo BERT (Bidirectional Encoder Representations from Transformers). Los resultados mostraron una exactitud en las predicciones del 79,19% y 81,51% en la clasificación de textos, respectivamente.