Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/17252
Título: Detecção de comportamento depressivo com base em evidências textuais
Título(s) alternativo(s): Depressive behavior detection using textual evidences
Autor(es): Neves, Yuri Carlos Bonifácio
Orientador(es): Giménez Lugo, Gustavo Alberto
Palavras-chave: Depressão mental
Linguística
Algorítmos computacionais
Depression, Mental
Linguistics
Computer algorithms
Data do documento: 5-Dez-2019
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Curitiba
Referência: NEVES, Yuri Carlos Bonifácio. Detecção de comportamento depressivo com base em evidências textuais. 2019. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Universidade Tecnológica Federal do Paraná, Curitiba, 2019.
Resumo: A depressão é uma condição que tem se tornado comum nos dias atuais, com estimativas de 300 milhões de pessoas ao redor do mundo sofrendo com alguma variação de depressão (WHO, 2018). Dentre todas as pessoas acometidas por este transtorno, uma grande parcela não sabe que possui depressão, pois muitos desses casos não são diagnosticados (CEPOIU, 2008). Existem diversos motivos que podem dificultar neste diagnóstico, como o estigma social em relação ao tratamento, a falta de acesso a um profissional qualificado, dado o valor da consulta, ou mesmo a necessidade da iniciativa do indivíduo acometido por essa condição em procurar um tratamento. Embora existam instrumentos, como questionários, entrevistas e etc, que se propõem em avaliar a existência dessa condição, esses ainda possuem a mesma limitação citada em relação a acessibilidade. Existem trabalhos na área de computação propondo modelos que visam amenizar este problema, utilizando dados das redes sociais destes indivíduos e tentando traçar padrões que caracterizem o comportamento de um indivíduo acometido por essa condição. Embora estes trabalhos produzam um resultado interessante em relação a identificação de um indivíduo com um comportamento depressivo, os mesmos não apresentam explicitamente os conceitos psicológicos envolvidos, que vieram a guiar a escolha das características utilizadas para descrever o comportamento depressivo. Neste trabalho é proposto um modelo computacional de depressão que aborda parcialmente um modelo psico-linguístico. Também é apresentado uma discussão em relação as qualidades e limitações da representação computacional de algumas características utilizadas pelo modelo psico-linguístico. Ao final, é apresentado a aplicação do modelo proposto sobre um conjunto de dados do mundo real. O classificador apresentou uma taxa de precisão de 73% e uma taxa de revocação de 80%.
Abstract: Depression is a condition that has become commonplace these days, with estimates of 300 million people around the world suffering from some variation of depression (WHO, 2018). Among all people affected by this condition, a large portion do not know they have depression, as many of these cases are undiagnosed (CEPOIU, 2008). There are several reasons that can make this diagnosis difficult, such as social stigma regarding treatment, lack of access to a qualified professional, given the cost of a therapy session, or even the need for initiative of the individual affected by this condition to seek a treatment. Although there are instruments, such as questionnaires, interviews, etc, which aim to assess the existence of this condition, they still have the same limitation cited regarding the accessibility. There are works in the area of computing proposing models that aim to alleviate this problem, using data from social networks of these individuals and trying to show patterns that characterize the behavior of an individual affected by this condition. Although these works produce an interesting result regarding the identification of an individual with depressive behavior, they do not explicitly present the psychological concepts involved, which guided the choice of characteristics used to describe depressive behavior. This work proposes a computational model of depression that partially addresses a psycho-linguistic model. A discussion is also presented regarding the qualities and limitations of the computational representation of some characteristics used by the psycho-linguistic model. At the end, the application of the proposed model on a real world data set is presented. The classifier had an accuracy rate of 73 % and a recall rate of 80 %.
URI: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/17252
Aparece nas coleções:CT - Sistemas de Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_COSIS_2019_2_02.pdf1,64 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.