• español
    • English
  • español 
    • español
    • English
  • Login
Ver ítem 
  •   Repositorio Tecnm Orizaba
  • Área Sistemas
  • Maestría en Sistemas Computacionales
  • Posters (MSC)
  • Ver ítem
  •   Repositorio Tecnm Orizaba
  • Área Sistemas
  • Maestría en Sistemas Computacionales
  • Posters (MSC)
  • Ver ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Desarrollo de un módulo para la identificación de ansiedad en redes sociales aplicando técnicas de Inteligencia Artificial

Thumbnail
Ver/
Poster- Ecliserio Jesus Cotlame Apale (184.3Kb)
Fecha
2023-12-05
Autor
Cotlame Apale, Ecliserio Jesus
Alor-Hernández, Giner
Salas Zarate, Rafael
Abud Figueroa, Maria Antoneita
Juárez Martínez, Ulises
Metadatos
Mostrar el registro completo del ítem
Resumen
La ansiedad es un trastorno mental que afecta a una gran cantidad de personas en todo el mundo y tiene un impacto significativo en la vida de las personas que lo padecen, afecta su capacidad para funcionar en situaciones sociales, académicos y laborales y causa un grave deterioro en el estado de ánimo. Identificar los signos de ansiedad de manera temprana puede ayudar a las personas a buscar tratamiento y apoyo profesional antes de que los síntomas empeoren o terminen en pérdida de vidas. Por esta razón, es importante contar con herramientas que puedan monitorear y analizar el lenguaje y comportamiento de las personas en las redes sociales para detectar indicios de ansiedad en tiempo real, cuyo principal beneficio sea ayudar a prevenir, identificar y brindar a las personas oportunidad de buscar ayuda profesional antes de que la situación se agrave. El uso de la Inteligencia Artificial para extraer emociones de los textos de redes sociales es una técnica en el campo de procesamiento de lenguaje natural que busca identificar las emociones y sentimientos expresados en los textos escritos en las redes sociales.
URI
http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/781
Temas
Inteligencia Artificial
Ansiedad
Modulo de Software
Tipo
Presentation
Colecciones
  • Posters (MSC) [71]

Repositorio Tecnm Orizaba copyright © 2020 
Contacto | Sugerencias
 

 

Listar

Todo el RepositorioComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

Mi cuenta

AccederRegistro

Repositorio Tecnm Orizaba copyright © 2020 
Contacto | Sugerencias