Arquitectura de PLN aplicada al contexto de la salud mental

D. Cedeno-Moreno, A. Millan
{"title":"Arquitectura de PLN aplicada al contexto de la salud mental","authors":"D. Cedeno-Moreno, A. Millan","doi":"10.33412/idt.v19.2.3770","DOIUrl":null,"url":null,"abstract":"A nivel global la situación acarreada por COVID-19, ha creado una realidad preocupante y desalentadora especialmente a los gobiernos en especialmente a las poblaciones más vulnerables por el hecho de desconocer como erradicar la pandemia, muchos no han podido superar los desafíos principalmente emergentes de una enfermedad infecciosa con implicaciones para la salud física y que también ha afectado profundamente la salud mental y el bienestar de las personas. Las afectaciones de salud mental son problemas que nos afectan a todos en algún momento de nuestras vidas, ya sea por experiencias que hemos vivido o incluso factores biológicos. Prestarle la atención y brindar el apoyo necesario en una etapa temprana es la clave para prevenir afectaciones más severas. La disciplina del procesamiento de lenguaje natural (PLN), es una sub área inteligencia artificial (IA) que estudia las interacciones entre las computadoras y el lenguaje que hablamos los humanos. En esta investigación se propone el diseño e implementación de una arquitectura integral basada en componentes de IA, aprendizaje automático (ML) y PLN, la cual nos permitirá detectar y analizar patrones de comportamiento en las personas y generar posibles diagnósticos tempranos a enfermedades de salud mental.","PeriodicalId":292752,"journal":{"name":"I+D Tecnológico","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-07-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"I+D Tecnológico","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33412/idt.v19.2.3770","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

A nivel global la situación acarreada por COVID-19, ha creado una realidad preocupante y desalentadora especialmente a los gobiernos en especialmente a las poblaciones más vulnerables por el hecho de desconocer como erradicar la pandemia, muchos no han podido superar los desafíos principalmente emergentes de una enfermedad infecciosa con implicaciones para la salud física y que también ha afectado profundamente la salud mental y el bienestar de las personas. Las afectaciones de salud mental son problemas que nos afectan a todos en algún momento de nuestras vidas, ya sea por experiencias que hemos vivido o incluso factores biológicos. Prestarle la atención y brindar el apoyo necesario en una etapa temprana es la clave para prevenir afectaciones más severas. La disciplina del procesamiento de lenguaje natural (PLN), es una sub área inteligencia artificial (IA) que estudia las interacciones entre las computadoras y el lenguaje que hablamos los humanos. En esta investigación se propone el diseño e implementación de una arquitectura integral basada en componentes de IA, aprendizaje automático (ML) y PLN, la cual nos permitirá detectar y analizar patrones de comportamiento en las personas y generar posibles diagnósticos tempranos a enfermedades de salud mental.
全球局势acarreada COVID-19,特别设立了一个现实担忧和沮丧中政府特别是最脆弱人群的行为,不负消除流行,许多未能克服挑战主要新兴传染病影响身心健康,而且还深受人们的精神健康和福祉。心理健康障碍是在我们生命中的某个时刻影响我们所有人的问题,无论是通过我们的生活经历,甚至是生物因素。在早期阶段给予关注和支持是防止更严重伤害的关键。自然语言处理(nlp)是人工智能(ai)的一个子领域,研究计算机和人类所说的语言之间的相互作用。在这项研究中,我们提出了一个基于人工智能、机器学习(ML)和PLN组件的整体架构的设计和实现,这将使我们能够检测和分析人们的行为模式,并产生可能的心理健康疾病的早期诊断。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信