Detecció de depressió a xarxes socials mitjançant Machine Learning
Caixal i Joaniquet, Martí
Baldrich i Caselles, Ramon, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Título variante:	Depression detection on social networks using Machine Learning
Título variante:	Detección de depresión en las redes sociales usando Machine Learning
Fecha:	2023
Resumen:	Les xarxes socials actualment estan presents a la vida de moltes persones i, si bé aporten coses bones, també són un lloc que s'utilitza per parlar de la vida d'un mateix i de les seves desgràcies. Aquest treball busca avaluar i posar a prova els varis mètodes que hi ha per analitzar aquest tipus de comportament de les persones. L'objectiu principal és veure quins mètodes tenen més èxit per detectar els missatges i publicacions que indiquen que una persona pateix depressió. Aquests mètodes són molt importants per fer deteccions preventives de depressió i ansietat i per això cal veure el comportament de cada mètode, quines mancances té i quines avantatges.
Resumen:	Nowadays social networks are present in a lot of people's lives and, besides bringing joy to some, they are also a place where people express their misfortunes and tragedies. This project aims to evaluate and put into test the multiple methods that exist to analyse this kind of people behaviour. The main objective is to see which of this methods are more successful to detect messages and posts that would lead a professional to think that user suffers from depression. This methods are very important in order to be able to make preventive depression and anxiety detections, and thus it is needed to see what each method behaves like, its disadvantadges and advanages.
Resumen:	Las redes sociales actualmente están presentes en la vida de muchas personas y, si bien aportan cosas buenas, también son un sitio que se utiliza para hablar de la vida de uno mismo y de sus desgracias. Este trabajo busca evaluar y poner en prueba los varios métodos que existen para analizar este tipo de comportamiento de las personas. El objetivo principal es ver qué métodos tienen más éxito para detectar los mensajes i publicaciones que indican que una persona sufre depresión. Estos métodos son muy importantes para hacer detecciones preventivas de depresión y ansiedad, y por eso hace falta ver el comportamiento de cada método, qué carencia tiene y qué ventajas.
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Lengua:	Català
Titulación:	Grau en Enginyeria Informàtica [2502441]
Plan de estudios:	Enginyeria Informàtica [958]
Documento:	Treball final de grau ; Text
Área temática:	Menció Computació
Materia:	Intel·ligència Artificial ; Processat de llenguatge natural ; Python ; Aprenentatge computacional ; Aprenentatge profund ; Anàlisi de sentiments ; Depressió ; Preprocessament de dades ; Inteligencia Artificial ; Procesado de lenguaje natural ; Aprendizaje Computacional ; Aprendizaje Profundo ; Análisis de sentimientos ; Depresión ; Preprocesamiento de datos ; Artificial Intelligence ; Natural Language Processing ; Machine Learning ; Deep Learning ; Sentiment Analysis ; Depression ; Data Preprocessing

14 p, 1.6 MB

El registro aparece en las colecciones:
Documentos de investigación > Trabajos de Fin de Grado > Escuela de Ingeniería. TFG