REVISIÓN SISTEMÁTICA DE LITERATURA SOBRE TECNOLOGÍAS COMPUTACIONALES PARA LA EXTRACCIÓN DE IDEAS SUICIDAS DESDE TEXTOS ESCRITOS EN LENGUAJE NATURAL

El suicidio es una de las principales causas de muerte entre jóvenes y se ha agravado tras la pandemia del COVID-19. Este estudio realiza una revisión sistemática de literatura para identificar técnicas computacionales utilizadas en la detección de ideas suicidas en textos en lenguaje natural, aplicando el método PRISMA y evaluando el sesgo con AMSTAR 2. Se analizaron 25 estudios extraídos de bases como Scopus, IEEE Xplore, ACM Digital Library, Springer y Web of Science, encontrando modelos basados en Transformers como BERT, combinaciones con redes CNN y LSTM, atención jerárquica, y técnicas como TF-IDF y embeddings preentrenados. Se destaca la eficacia de estos enfoques, aunque persisten limitaciones como la falta de diversidad lingüística y el predominio de datos de redes sociales. Los hallazgos evidencian el potencial del PLN en la prevención temprana del suicidio.

• Autores: Gil Arias, Brahian Stiven
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad Católica de Pereira
• Repositorio: Repositorio Institucional - RIBUC
• Idioma: spa
• OAI Identifier: oai:repositorio.ucp.edu.co:10785/16835
• Acceso en línea: https://hdl.handle.net/10785/16835; https://repositorio.ucp.edu.co/home
• Palabra clave: 2. Ingeniería y Tecnología::2B. Ingenierías Eléctrica, Electrónica e Informática::2B04. Ingeniería de sistemas y comunicaciones; Ideas Suicidas; Inteligencia Artificial; Revisión Sistemática de Literatura; Métodos Computacionales; Procesamiento de Lenguaje Natural; Suicidal Ideation; Artificial Intelligence; Systematic Literature Review; Computational Methods; Natural Language Processing
• Rights: closedAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)