Detection of Suicidal Intent in Spanish Language Social Networks using Machine Learning

• Autores: Condori Larico, Alexia Katerine, Valeriano Valdez, Kid Yonatan
• Formato: tesis de grado
• Fecha de Publicación: 2020
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/12562
• Enlace del recurso: http://hdl.handle.net/20.500.12773/12562
• Nivel de acceso: acceso abierto
• Materia: Spanish; phrases classification; machine learning; embeddings; suicide ideation; https://purl.org/pe-repo/ocde/ford#5.08.02

El suicidio es un problema considerable en nuestra población, la intervención temprana para su prevención tiene un papel muy importante, a fin de contrarrestar el número de muertes por suicidio. Hoy, poco más de la mitad de la población mundial utiliza las redes sociales, donde expresa ideas, sentimientos, deseos, incluso intenciones de suicidio. Motivado por estos factores, el objetivo principal es la detección automática de ideas suicidas en las redes sociales en idioma español, con el fin de que sirva como componente base para alertar y lograr intervenciones tempranas y especializadas. Para ello, se ha implementado un modelo de clasificación de frases suicidas en español, ya que actualmente no se encontraron trabajos relacionados en este idioma con un enfoque de aprendizaje automático. Sin embargo, hubo algunos desafíos al realizar esta tarea, como comprender el lenguaje natural, generar datos de entrenamiento y obtener una precisión confiable en la clasificación de estas frases. Para construir nuestro modelo de clasificación, se eligieron dos tipos opuestos y populares de incrustaciones de frases, y se compararon los algoritmos de clasificación más utilizados en la literatura. Obteniendo, como resultado, la confirmación de que es posible clasificar frases con ideación suicida en el idioma español con buena precisión utilizando representaciones semánticas.