Detección automática de casos urgentes en foro de salud mental

Los foros orientados a temas de salud mental necesitan la supervisión de moderadores para brindar apoyo en casos delicados, como mensajes que expresan ideas suicidas. A medida que aumenta el tamaño del foro, la supervisión del moderador deja de ser factible sin la ayuda de sistemas automatizados de...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Altszyler, Edgar, Berenstein, Ariel J., Milne, David, Calvo, Rafael, Fernandez-Slezak, Diego
Formato:	Objeto de conferencia Resumen
Lenguaje:	Español
Publicado:	2018
Materias:	Ciencias Informáticas triaje foro contenido del mensaje contexto del mensaje
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/70690 http://47jaiio.sadio.org.ar/sites/default/files/ASAI-04.pdf
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-70690
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas triaje foro contenido del mensaje contexto del mensaje
spellingShingle	Ciencias Informáticas triaje foro contenido del mensaje contexto del mensaje Altszyler, Edgar Berenstein, Ariel J. Milne, David Calvo, Rafael Fernandez-Slezak, Diego Detección automática de casos urgentes en foro de salud mental
topic_facet	Ciencias Informáticas triaje foro contenido del mensaje contexto del mensaje
description	Los foros orientados a temas de salud mental necesitan la supervisión de moderadores para brindar apoyo en casos delicados, como mensajes que expresan ideas suicidas. A medida que aumenta el tamaño del foro, la supervisión del moderador deja de ser factible sin la ayuda de sistemas automatizados de priorización. En el presente artículo presentamos un sistema de aprendizaje automático supervisado para el triaje (clasificación según severidad) de mensajes de un foro de salud mental. Este sistema fue desarrollado en el contexto de la competencia CLPsych 2017 shared task y sus resultados serán publicados en los Proceedings of the CLPsych 2018 workshop. El triaje consiste en clasificar cada mensaje de un foro de salud mental según la necesidad de intervención. Los niveles del triaje son: crisis, red, amber y green reflejando una prioridad decreciente en la atención de los moderadores del foro. El dataset de la competencia contiene 146030 mensajes sin etiquetar y 1588 mensajes etiquetados por especialistas: 1188 mensajes como training set y 400 mensajes como test set. Esta competencia fue una extensión de la realizada en el 2016. La mayoría de los enfoques en la literatura se centran en el contenido de los mensajes, pero sólo unos pocos autores aprovechan las atributos contextuales. En nuestro trabajo aplicamos un enfoque novedoso teniendo en cuenta no sólo atributos capaces de captar el contenido del mensaje sino también el contexto en el que se producen, considerando el historial de mensajes y la red de interacciones.
format	Objeto de conferencia Resumen
author	Altszyler, Edgar Berenstein, Ariel J. Milne, David Calvo, Rafael Fernandez-Slezak, Diego
author_facet	Altszyler, Edgar Berenstein, Ariel J. Milne, David Calvo, Rafael Fernandez-Slezak, Diego
author_sort	Altszyler, Edgar
title	Detección automática de casos urgentes en foro de salud mental
title_short	Detección automática de casos urgentes en foro de salud mental
title_full	Detección automática de casos urgentes en foro de salud mental
title_fullStr	Detección automática de casos urgentes en foro de salud mental
title_full_unstemmed	Detección automática de casos urgentes en foro de salud mental
title_sort	detección automática de casos urgentes en foro de salud mental
publishDate	2018
url	http://sedici.unlp.edu.ar/handle/10915/70690 http://47jaiio.sadio.org.ar/sites/default/files/ASAI-04.pdf
work_keys_str_mv	AT altszyleredgar deteccionautomaticadecasosurgentesenforodesaludmental AT berensteinarielj deteccionautomaticadecasosurgentesenforodesaludmental AT milnedavid deteccionautomaticadecasosurgentesenforodesaludmental AT calvorafael deteccionautomaticadecasosurgentesenforodesaludmental AT fernandezslezakdiego deteccionautomaticadecasosurgentesenforodesaludmental
bdutipo_str	Repositorios
_version_	1764820481691615232

Detección automática de casos urgentes en foro de salud mental

Ejemplares similares