Mostrar el registro sencillo del ítem
dc.contributor.advisor | Molina Marco, Antonio | es_ES |
dc.contributor.advisor | Hurtado Oliver, Lluis Felip | es_ES |
dc.contributor.author | Navarro Arenas, Miguel Ángel | es_ES |
dc.date.accessioned | 2023-10-18T10:59:59Z | |
dc.date.available | 2023-10-18T10:59:59Z | |
dc.date.created | 2023-09-20 | |
dc.date.issued | 2023-10-18 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/198280 | |
dc.description.abstract | [ES] La depresión y el suicidio son dos temas que están a la orden del día y que preocupan tanto a expertos como a la población en general. El término suicidio viene de las expresiones latinas “sui” y “occidere” que juntas significan: “matarse a sí mismo”. Ambos términos son muy importantes para la salud mental y padecerlos puede condicionar la vida de los individuos. La depresión es una enfermedad mental que puede afectar a cualquier persona, independientemente de su edad, género o estatus social. Si no se trata adecuadamente, la depresión puede llevar a pensamientos suicidas y, en casos extremos, al suicidio mismo. Es importante buscar ayuda si alguien cercano está experimentando síntomas de depresión o pensamientos suicidas. Nuestra idea en este trabajo es ayudar a acercar las inteligencia artificial y, en particular, el procesamiento de lenguaje natural a expertos, para facilitarles las tareas de detección temprana que tan importantes son para evitar las consecuencias de estas enfermedades. Como opción inicial proponemos una interfaz gráfica sencilla en la cual podemos hacer un muestreo sobre los 10 últimos tweets de usuarios para deducir si es posible que muestren indicios de cometer suicidio en un futuro próximo. Pero con el cambio en las políticas de twitter en los últimos meses, no se nos ha hecho posible trabajar con su API ya que los planes nuevos no ofrecen de manera gratuita el acceso a tweets y algunos tokens que tenían los profesores han caducado. Por tanto, proponemos una alternativa como versión 1.0: una interfaz en la que manualmente se introduzca un texto (que pueden ser los tweets) y mostrar por pantalla los resultados. También, como versión 1.1, trabajaremos sobre la API de Reddit para hacer algo similar pero en esta red social, la cual sabemos que si tiene una API gratuita y funcional. Para la parte de procesamiento de lenguaje natural, entrenamos varios modelos de inteligencia artificial para obtener los resultados, que se etiquetan como “suicide” y “non-suicide”. A partir de estos datos obtenidos, será el experto el que haga un estudio de la situación del individuo. Estos datos los tomará como punto de partida para aplicar posibles medidas de detección temprana y apoyo emocional y psicológico al individuo en cuestión. También hemos hecho un estudio de inteligencias artificiales que cumplen una función similar a la nuestra pero que están destinadas al lenguaje inglés. | es_ES |
dc.description.abstract | [EN] Depression and suicide are two issues that are the order of the day and that concern both experts and the general population. The term suicide comes from the Latin expressions “sui” and “occidere” which together mean: “to kill oneself”. Both terms are very important for mental health and suffering from them can condition the lives of individuals. Depression is a mental illness that can affect anyone, regardless of age, gender, or social status. If not treated properly, depression can lead to suicidal thoughts and, in extreme cases, suicide itself. It is important to seek help if someone close to you is experiencing symptoms of depression or suicidal thoughts. Our idea in this work is to help bring artificial intelligence and, in particular, natural language processing closer to experts, to facilitate early detection tasks that are so important to avoid the consequences of these diseases. As an initial option, we propose a simple graphical interface in which we can sample the last 10 user tweets to deduce if it is possible that they show signs of committing suicide in the near future. But with the change in twitter's policies in recent months, we have not been able to work with their API as the new plans do not offer free access to tweets and some tokens that teachers had have expired. Therefore, we propose an alternative such as version 1.0: an interface in which text is manually entered (which can be tweets) and the results are displayed on the screen. Also, as version 1.1, we will work on the Reddit API to do something similar but on this social network, which we know does have a free and functional API. For the natural language processing part, we train various AI models to get the results, which are labeled as “suicide” and “nonsuicide”. From these data obtained, it will be the expert who makes a study of the situation of the individual. These data will be taken as a starting point to apply possible early detection measures and emotional and psychological support to the individual in question. We have also done a study of artificial intelligences that fulfill a function similar to ours but that are intended for the English language. | es_ES |
dc.description.abstract | [CA] La depressió i el suïcidi són dos temes que estan a l'ordre del dia i que preocupen tant experts com a la població en general. El terme suïcidi ve de les expressions llatines “*sui” i “*occidere” que juntes signifiquen: “matar-se a si mateix”. Tots dos termes són molt importants per a la salut mental i patir-los pot condicionar la vida dels individus. La depressió és una malaltia mental que pot afectar qualsevol persona, independentment de la seua edat, gènere o estatus social. Si no es tracta adequadament, la depressió pot portar a pensaments suïcides i, en casos extrems, al suïcidi mateix. És important buscar ajuda si algú pròxim està experimentant símptomes de depressió o pensaments suïcides. La nostra idea en aquest treball és ajudar a acostar les intel·ligència artificial i, en particular, el processament de llenguatge natural a experts, per a facilitar-los les tasques de detecció precoç que tan importants són per a evitar les conseqüències d'aquestes malalties. Com a opció inicial proposem una interfície gràfica senzilla en la qual podem fer un mostreig sobre els 10 últims tuits d'usuaris per a deduir si és possible que mostren indicis de cometre suïcidi en un futur pròxim. Però amb el canvi en les polítiques de *twitter en els últims mesos, no se'ns ha fet possible treballar amb el seu *API ja que els plans nous no ofereixen de manera gratuïta l'accés a tuits i alguns *tokens que tenien els professors han caducat. Per tant, proposem una alternativa com a versió 1.0: una interfície en la qual manualment s'introduïsca un text (que poden ser els tuits) i mostrar per pantalla els resultats. També, com a versió 1.1, treballarem sobre la *API de *Reddit per a fer una cosa similar però en aquesta xarxa social, la qual sabem que si té una *API gratuïta i funcional. Per a la part de processament de llenguatge natural, entrenem diversos models d'intel·ligència artificial per a obtindre els resultats, que s'etiqueten com “suïcide” i “senar-suïcide”. A partir d'aquestes dades obtingudes, serà l'expert el que faça un estudi de la situació de l'individu. Aquestes dades els prendrà com a punt de partida per a aplicar possibles mesures de detecció precoç i suport emocional i psicològic a l'individu en qüestió. També hem fet un estudi d'intel·ligències artificials que compleixen una funció similar a la nostra però que estan destinades al llenguatge anglés. | es_ES |
dc.format.extent | 73 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Depresión | es_ES |
dc.subject | Suicidio | es_ES |
dc.subject | Salud mental | es_ES |
dc.subject | Enfermedad mental | es_ES |
dc.subject | Inteligencia artificial | es_ES |
dc.subject | Máquinas de vectores soporte | es_ES |
dc.subject | Redes neuronales | es_ES |
dc.subject | BERT | es_ES |
dc.subject | Python | es_ES |
dc.subject | Flask | es_ES |
dc.subject | TensorFlow | es_ES |
dc.subject.classification | LENGUAJES Y SISTEMAS INFORMATICOS | es_ES |
dc.subject.other | Grado en Ingeniería Informática-Grau en Enginyeria Informàtica | es_ES |
dc.title | Monitorización de redes sociales para la detección de usuarios con ideación suicida | es_ES |
dc.title.alternative | Monitoring of social networks for the detection of users with suicidal ideation | es_ES |
dc.title.alternative | Monitorització de xarxes socials per detectar usuaris amb ideació suïcida | es_ES |
dc.type | Proyecto/Trabajo fin de carrera/grado | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica | es_ES |
dc.description.bibliographicCitation | Navarro Arenas, MÁ. (2023). Monitorización de redes sociales para la detección de usuarios con ideación suicida. Universitat Politècnica de València. http://hdl.handle.net/10251/198280 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\155995 | es_ES |