PROCESSAMENTO DE LINGUAGEM NATURAL PARA DETECÇÃO DE COMPORTAMENTO DEPRESSIVO
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2021-06-17
Autores
GABRIEL FILIPE DA SILVA MELO
YOUSSEF ALI EL KHATIB
EDUARDO CONTE GARCIA JUNIOR
KAYKE BONAFÉ DE LUCA
YOUSSEF ALI EL KHATIB
EDUARDO CONTE GARCIA JUNIOR
KAYKE BONAFÉ DE LUCA
Orientador
Guilherme Alberto Wachs Lopes
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
Resumo
A depressão é um assunto que vem ganhando destaque nos últimos anos. De acordo
com WHO (2020), a depressão afeta mais de 294 milhões de pessoas ao redor do mundo. Dessa
forma, essa doença tem sido foco de muitas pesquisas científicas, desde seu diagnóstico até
mesmo seu tratamento. Trabalhos como de Wang, Huang e Chen (2018), Paul, Jandhyala e
Basu (2018) e Maupomé e Meurs (2018) indicam que o diagnóstico precoce é um importante
campo de pesquisa, uma vez que, em quadros mais graves, pode levar o paciente ao suicídio.
Um dos tópicos que normalmente é associado à depressão são as redes sociais e o tempo de
uso dos seus usuários. Na comunidade cientifica, há uma correlação entre a utilização de redes
sociais e o desenvolvimento de depressão Primack et al. (2017), dentre outros quadros clínicos.
Com o avanço da tecnologia e modelos matemático-computacionais, houve um aumento sig-
nificativo do uso da área processamento de linguagem natural (PLN), desde a classificação de
usuários em redes sociais até análise de sentimentos em documentos. Nessa linha, muitos pes-
quisadores têm utilizado PLN para classificação e diagnóstico de doenças mentais como Low et
al. (2020), Mörch, Gupta e Mishara (2019) e Cook et al. (2016). Este trabalho desenvolve, im-
plementa e avalia um modelo computacional baseado em processamento de linguagem natural
para classificação de tendências depressivas de usuários do Twitter por meio de suas postagens
no decorrer do tempo. Como resultado, foi obtido um F-Measure de 83,58% utilizando-se do
conteúdo textual acrescido da análise de sentimento dos documentos.