Resumen
Objetivo: Analizar la ideación suicida expresada en los comentarios realizados en un grupo de discusión en una red social, estudio llevado a cabo mediante un modelo pre-entrenado de aprendizaje profundo BERT (Bidirectional Encoder Representations from Transformers). Metodología: Se emplea el método de descubrimiento de conocimiento en bases de datos (KDD). Ae caracteriza por la extracción de información de calidad, lo que permite generar conclusiones fundamentadas en relaciones o modelos identificados dentro de los datos. Resultados: El análisis de datos de redes sociales indica una alta probabilidad de intención negativa con ideación suicida en la mayoría de los mensajes. La evaluación comparativa destaca la superioridad del modelo BERT en aplicaciones de deep learning, especialmente en el análisis de texto, gracias a su capacidad para entender patrones complejos en datos no estructurados. Discusiones: La búsqueda de información sobre el suicidio en línea no solo revela la indagación sobre métodos suicidas, sino también la búsqueda de recursos de ayuda y apoyo para manejar el sufrimiento emocional. Algunas palabras clave en comentarios de redes sociales aumentan significativamente la probabilidad de publicar ideas suicidas en el futuro. Conclusiones: La propuesta de una aplicación web resalta la necesidad de mejorar las herramientas para abordar los desafíos del suicidio en entornos digitales. El uso de inteligencia artificial y aprendizaje automático facilita la detección temprana y la intervención oportuna para promover la salud mental.
Presentadores
Victor GuzmanStudent, Ingenieria de Sistemas, Corporacion Unificada Nacional de Educación Superior (CUN), Colombia
Details
Presentation Type
Ponencia temática de un trabajo
Theme
KEYWORDS
Análisis, Expresión, Suicidio, Redes Sociales, Aprendizaje Profundo
