Ranking de usuarias de Reddit aplicando Modelos de Relevancia para trastornos depresivos

Abstract

[Resumo] Os trastornos depresivos conforman un dos grupos de enfermidades máis comúns no mundo. Se ben é certo que existen tratamentos eficaces, ben por falta de recursos, ben polo estigma aínda a día de hoxe asociado, en moitas ocasións as consecuencias para quen padece este tipo de trastornos son devastadoras. Sabendo que a linguaxe manifestada polas persoas que sofren este tipo de enfermidades pode amosar evidencias da súa saúde mental, o obxectivo deste proxecto é explotar as posibilidades dos Modelos de Linguaxe baseados na Relevancia para seren aproveitados de cara á detección temperá. En concreto, tomando como punto de partida coleccións CLEF eRisk, búscase construír vocabularios de depresión. Estes vocabularios identifican termos de peso e relevancia en persoas con tendencias depresivas, e deben ser sometidos ás pertinentes fases de avaliación e comparación respecto a outros lexicóns validados. Complementariamente, preténdese ser quen de realizar ranking de suxeitos, isto é, a partires de textos escritos por unha serie de persoas, establecer unha ordenación para as mesmas en función do posible grao de depresión. Para a xestión do proxecto, utilizouse unha metodoloxía áxil, de modo que fose posible adaptar o proxecto en función dos resultados obtidos na experimentación. Conseguíronse resultados satisfactorios, especialmente en canto ao ranking, así como tamén se pautaron novas vías para a experimentación e ampliación.

[Abstract] Depressive disorders are one of the most common groups of illnesses in the world. Although it is true that effective treatments exist, either due to the lack of resources or the stigma that is still associated, in many cases the consequences for those suffering from this type of disorders are devastating. Knowing that the language manifested by people suffering from this type of diseases can denote evidence of their mental health, the aim of this project is to exploit the possibilities of Relevance-Based Language Models to be used for early detection. Specifically, taking CLEF eRisk collections as a starting point, the goal is to build depression vocabularies. These vocabularies identify terms of weight and relevance in people with depressive tendencies, and must undergo phases of evaluation and comparison with other validated lexicons. In addition, we focus in being able to perform ranking, i.e., from texts written by a number of people, to establish a ranking for them according to the possible degree of depression. For the management of the project, an agile methodology has been used, so that it has been possible to adapt the project according to the results obtained in the experimentation. Satisfactory results have been achieved, especially in terms of ranking, as well as new avenues for experimentation and expansion have been set.