Aprendizaje profundo para la detección de depresión a partir de datos textuales
Autores: Amanat, Amna; Rizwan, Muhammad; Javed, Abdul Rehman; Abdelhaq, Maha; Alsaqour, Raed; Pandya, Sharnil; Uddin, Mueen
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Aprendizaje profundo para la detección de depresión a partir de datos textuales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Depresión
Redes sociales
Enfermedades mentales
Aprendizaje automático
Diagnóstico temprano
RNN
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
La depresión es una enfermedad prevalente, que se propaga a nivel mundial con potencialmente graves implicaciones. La pronta identificación de respuestas emocionales juega un papel fundamental en la actualidad, con la profunda expansión de las redes sociales y los usuarios de internet. Las enfermedades mentales son altamente peligrosas, afectando a más de trescientos millones de personas. Por eso, la investigación se centra en este tema. Con los avances del aprendizaje automático y la disponibilidad de datos de muestra relevantes para la depresión, existe la posibilidad de desarrollar un sistema de diagnóstico temprano de la depresión, lo cual es clave para disminuir el número de personas afectadas.
Descripción
La depresión es una enfermedad prevalente, que se propaga a nivel mundial con potencialmente graves implicaciones. La pronta identificación de respuestas emocionales juega un papel fundamental en la actualidad, con la profunda expansión de las redes sociales y los usuarios de internet. Las enfermedades mentales son altamente peligrosas, afectando a más de trescientos millones de personas. Por eso, la investigación se centra en este tema. Con los avances del aprendizaje automático y la disponibilidad de datos de muestra relevantes para la depresión, existe la posibilidad de desarrollar un sistema de diagnóstico temprano de la depresión, lo cual es clave para disminuir el número de personas afectadas.