Existe evidencia proveniente de los campos de la medicina y psicolingüística sobre cambios en el uso del lenguaje de personas que sufren problemas de salud mental. Por otro lado, las redes sociales proporcionan un amplio repositorio de lenguaje escrito. Hay una tendencia reciente en lingüística computacional donde los investigadores buscan explotar publicaciones en las redes para detectar usuarios en riesgo. Sin embargo, una limitación de estos trabajos es la necesidad de una mayor interpretabilidad de las decisiones de los modelos. Para mitigar ese problema, existe una línea reciente de investigación basada en la creación de nuevos modelos para la estimación de la gravedad basados en marcadores de síntomas. Para apoyar esta línea de investigación, en esta charla, comentaremos la creación de colecciones para ayudar al desarrollo de métodos basados en síntomas, junto con la exploración de los recientes modelos masivos de lenguaje para ayudar en la creación de colecciones. Con esta idea, buscamos contribuir a avanzar en la comprensión y detección de la depresión a través de sus síntomas, sentando las bases para futuras investigaciones en el área de la detección de la depresión en las redes sociales.
¿Qué vas a aprender al asistir a esta charla?
- La importancia de la detección temprana de problemas de salud mental a través del análisis del lenguaje en redes sociales.
- Cómo se están desarrollando nuevos modelos y recursos para estimar la severidad de la depresión basados en marcadores de síntomas.
- La contribución de los modelos masivos de lenguaje en la creación de colecciones para la investigación en salud mental.