DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X

En el mundo, el suicidio representa el 5% de muertes posicionando ésta como unas de las principales causas de muerte en adolescentes. El procesamiento de lenguaje natural (PLN), es un campo que se viene estudiando y manejando hace años, actualmente puede usarse como una herramienta poderosa para la...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2024
Institución:
Universidad Católica de Pereira
Repositorio:
Repositorio Institucional - RIBUC
Idioma:
spa
OAI Identifier:
oai:repositorio.ucp.edu.co:10785/16609
Acceso en línea:
https://hdl.handle.net/10785/16609
https://repositorio.ucp.edu.co/home
Palabra clave:
2. Ingeniería y Tecnología
Aprendizaje de Máquina
GATE
Herramienta computacional
Ideas suicidas
Procesamiento de Lenguaje Natural
Redes sociales
Machine Learning
Computational Tool
Suicidal ideation
Natural Language Processing
Social Networks
Rights
closedAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id RepoRIBUC_e28e315086e4eaf232b588621a10b25e
oai_identifier_str oai:repositorio.ucp.edu.co:10785/16609
network_acronym_str RepoRIBUC
network_name_str Repositorio Institucional - RIBUC
repository_id_str
dc.title.none.fl_str_mv DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X
title DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X
spellingShingle DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X
2. Ingeniería y Tecnología
Aprendizaje de Máquina
GATE
Herramienta computacional
Ideas suicidas
Procesamiento de Lenguaje Natural
Redes sociales
Machine Learning
Computational Tool
Suicidal ideation
Natural Language Processing
Social Networks
title_short DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X
title_full DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X
title_fullStr DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X
title_full_unstemmed DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X
title_sort DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X
dc.contributor.none.fl_str_mv Blandón Andrade, Juan Carlos
Universidad Católica de Pereira
Medina Otálvaro, Carlos Mario
Blandón Andrade, Juan Carlos
dc.subject.none.fl_str_mv 2. Ingeniería y Tecnología
Aprendizaje de Máquina
GATE
Herramienta computacional
Ideas suicidas
Procesamiento de Lenguaje Natural
Redes sociales
Machine Learning
Computational Tool
Suicidal ideation
Natural Language Processing
Social Networks
topic 2. Ingeniería y Tecnología
Aprendizaje de Máquina
GATE
Herramienta computacional
Ideas suicidas
Procesamiento de Lenguaje Natural
Redes sociales
Machine Learning
Computational Tool
Suicidal ideation
Natural Language Processing
Social Networks
description En el mundo, el suicidio representa el 5% de muertes posicionando ésta como unas de las principales causas de muerte en adolescentes. El procesamiento de lenguaje natural (PLN), es un campo que se viene estudiando y manejando hace años, actualmente puede usarse como una herramienta poderosa para la identificación de ideas suicidas. Con base al estado del arte, los autores manifiestan que usar herramientas de PLN es pertinente para detectar ideas suicidas en textos escritos, donde muchos de ellos se encuentran en las redes sociales. Mencionan la necesidad de la creación de herramientas computacionales que por medio de herramientas PLN pueda identificar ideas suicidas y así tratar de evitar que vidas alrededor del mundo se pierdan día a día por este fenómeno. En este documento se propone el desarrollo de una herramienta computacional en ambiente web utilizando la arquitectura denominada General Architecture for Text Engineering (GATE), que cuenta con un conjunto de herramientas para procesar lenguaje. También se utilizará el Framework Angular para el Frontend, Spring Boot para el Backend, así como una base de datos relacional MySQL. Se espera poder extraer tweets desde la red social X e identificar ideas suicidas. Se busca proporcionar un margen de tiempo más amplio para la intervención de organismos pertinentes y contribuir a la prevención de suicidios a nivel mundial.
publishDate 2024
dc.date.none.fl_str_mv 2024
2025-04-08T22:36:49Z
2025-04-08T22:36:49Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
http://purl.org/coar/resource_type/c_7a1f
http://purl.org/coar/version/c_970fb48d4fbd8a85
Text
info:eu-repo/semantics/bachelorThesis
http://purl.org/redcol/resource_type/TP
info:eu-repo/semantics/publishedVersion
status_str publishedVersion
dc.identifier.none.fl_str_mv Gálvez Quintero, M. (2024). DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X. Universidad Católica de Pereira. Disponible en: https://hdl.handle.net/10785/16609
https://hdl.handle.net/10785/16609
Universidad Católica de Pereira
https://repositorio.ucp.edu.co/home
identifier_str_mv Gálvez Quintero, M. (2024). DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X. Universidad Católica de Pereira. Disponible en: https://hdl.handle.net/10785/16609
Universidad Católica de Pereira
url https://hdl.handle.net/10785/16609
https://repositorio.ucp.edu.co/home
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv R. Lozano et al., “Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010,” The Lancet, vol. 380, no. 9859, pp. 2095–2128, Dec. 2012, doi: 10.1016/S0140-6736(12)61728-0.
B. Priyamvada et al., “Stacked CNN-LSTM approach for prediction of suicidal ideation on social media,” Multimed. TOOLS Appl., vol. 82, no. 18, pp. 27883–27904, Jul. 2023, doi: 10.1007/s11042-023-14431-z.
S. Renjith, A. Abraham, S. B. Jyothi, L. Chandran, and J. Thomson, “An ensemble deep learning technique for detecting suicidal ideation from posts in social media platforms,” J. King Saud Univ. - Comput. Inf. Sci., vol. 34, no. 10, Part B, pp. 9564–9575, Nov. 2022, doi: 10.1016/j.jksuci.2021.11.010.
B. L. Cook, A. M. Progovac, P. Chen, B. Mullin, S. Hou, and E. Baca-Garcia, “Novel Use of Natural Language Processing (NLP) to Predict Suicidal Ideation and Psychiatric Symptoms in a Text-Based Mental Health Intervention in Madrid,” Comput. Math. Methods Med., vol. 2016, p. e8708434, Sep. 2016, doi: 10.1155/2016/8708434.
T. H. Aldhyani, S. N. Alsubari, A. S. Alshebami, H. Alkahtani, and Z. A. T. Ahmed, “Detecting and Analyzing Suicidal Ideation on Social Media Using Deep Learning and Machine Learning Models,” Int J Env. Res Public Health, vol. 2022, p. e12635, Oct. 2022, doi: 10.3390/ijerph191912635.
V. Baby, D. Sudheshna, D. Sarvani, S. Vesangi, and S. R. Regatte, “An Integrated Approach for Suicidal Tendency Detection,” in 2022 4th International Conference on Advances in Computing, Communication Control and Networking (ICAC3N), Greater Noida, India, Dec. 2022, pp. 400–405. doi: 10.1109/ICAC3N56670.2022.10074359.
Organización Panamericana de la Salud, “Una de cada 100 muertes es por suicidio,” 2023. Accessed: Jun. 17, 2024. [Online]. Available: https://www.paho.org/es/cada-100-muertes-espor-suicidio
Grupo de Investigación PSICOSOC, Ed., “El sentido de vida en los jóvenes: redes sociales, relaciones significativas y actividades de ocio.” Accessed: Apr. 28, 2024. [Online]. Available: https://www.injuve.es/sites/default/files/tema4_revista95.pdf
G. Sierra, “Detección de ideación suicida en redes sociales.” Instituto de Ingeniería UNAM. Accessed: Apr. 28, 2024. [Online]. Available: https://www.iingen.unam.mx/esmx/AlmacenDigital/Gaceta/Gaceta_Julio_Agosto_2022/Paginas/Deteccion-de-ideacionsuicida-en-redes-sociales.aspx
A. M. Schoene, L. Bojanic, M. Nghiem, I. M. Hunt, and S. Ananiadou, “Classifying suiciderelated content and emotions on Twitter using Graph Convolutional Neural Networks,” IEEE Trans. Affect. Comput., pp. 1–12, 2022, doi: 10.1109/TAFFC.2022.3221683.
A. Cortez Vásquez, Procesamiento de Lenguaje Natural: Componentes y técnicas, 1st ed. España: Editorial Académica Española, 2020.
R. Mitkov, The Oxford Handbook of Computational Linguistics, 1st ed. Oxford, UK: Oxford University Press, 2003.
T. Naeem, “Comprender los datos estructurados, semiestructurados y no estructurados,” Jul. 2024. Accessed: Jul. 29, 2024. [Online]. Available: https://www.astera.com/es/type/blog/structured-semi-structured-and-unstructured-data/
R. Díaz, “Métricas de Clasificación.” Accessed: Jul. 29, 2024. [Online]. Available: https://www.themachinelearners.com/metricas-de-clasificacion/
J. C. Blandón A., “Extracción de instancias de una clase desde textos en lenguaje natural independientes del dominio de aplicación,” PH.D. Thesis, Universidad Nacional de Colombia, 75 Medellín, Colombia, 2017. [Online]. Available: https://repositorio.unal.edu.co/handle/unal/58998#
A. Moreno, “Procesamiento del lenguaje natural ¿qué es?,” 2018. Accessed: Jul. 25, 2024. [Online]. Available: https://www.iic.uam.es/inteligencia/que-es-procesamiento-del-lenguajenatural/
Repsol, “Qué es y cuáles son los beneficios de la inteligencia artificial en la sociedad Progreso de la mano de la última tecnología.” Accessed: Jul. 22, 2024. [Online]. Available: https://www.repsol.com/es/energia-futuro/tecnologia-innovacion/inteligenciaartificial/index.cshtml
P. Blanco, “9 aplicaciones del procesamiento del lenguaje natural,” Nov. 2023. Accessed: Jul. 29, 2024. [Online]. Available: https://www.educaopen.com/digital-lab/blog/inteligenciaartificial/aplicaciones-del-procesamiento-de-lenguaje-natural
N. Teslenko, “Técnicas PLN: los métodos de procesamiento de lenguaje natural más poderosos,” Mar. 2023. Accessed: Jul. 24, 2024. [Online]. Available: https://blog.pangeanic.com/es/tecnicas-pln-metodos-de-procesamiento-lenguaje-natural
R. S. Pressman, Ingeniería del Software. Un enfoque práctico, 7th ed. México: Mc Graw-Hill, 2010.
A. Weitzenfeld, Ingeniería del software orientada a objetos con UML, Java e Internet. México: Thomson, 2005.
P. Londoño, “Qué es Python, para qué sirve y cómo se usa (+ recursos para aprender),” Apr. 2023. Accessed: Jul. 29, 2024. [Online]. Available: https://blog.hubspot.es/website/que-espython#que-es
Unirfp, “Framework: qué es, para qué sirve y algunos ejemplos,” Sep. 2022.
Amazon, “¿Cuál es la diferencia entre el front end y back end en el desarrollo de aplicaciones?” Accessed: Jun. 10, 2024. [Online]. Available: https://aws.amazon.com/es/compare/the-difference-between-frontend-andbackend/#:~:text=El%20t%C3%A9rmino%20front%20end%20hace,las%20im%C3%A1gene s%20y%20los%20gr%C3%A1ficos
M. J. Gonçalves, “¿Qué es Angular y para qué sirve?,” Oct. 2021.
J. Sierra, “¿Qué es Tailwind CSS? Guía para principiantes,” Jan. 2023. Accessed: Jul. 29, 2024. [Online]. Available: https://www.freecodecamp.org/espanol/news/que-es-tailwind-cssguia-para-principiantes/
I. J. Bautista García, “Backend y Frontend, ¿Qué es y cómo funcionan en la programación?,” Mar. 2021. Accessed: Jul. 29, 2024. [Online]. Available: https://www.servnet.mx/blog/backend-y-frontend-partes-fundamentales-de-la-programacionde-una-aplicacion-web
IBM, “¿Qué es Java Spring Boot?” Accessed: Jun. 20, 2024. [Online]. Available: https://www.ibm.com/mx-es/topics/java-spring-boot
M. Azure, “¿Qué es Java Spring Boot?” Accessed: Jun. 20, 2024. [Online]. Available: https://azure.microsoft.com/es-mx/resources/cloud-computing-dictionary/what-is-java-springboot
Amazon, “¿Qué es una interfaz de programación de aplicaciones (API)?” Accessed: Jul. 29, 2024. [Online]. Available: https://aws.amazon.com/es/what-is/api/
editorial Etecé, “Base de datos,” Nov. 2023. Accessed: Jul. 29, 2024. [Online]. Available: https://concepto.de/base-de-datos/
IBM, “¿Qué es una base de datos relacional?” Accessed: Jul. 29, 2024. [Online]. Available: https://www.ibm.com/mx-es/topics/relational-databases
Universidad Francisco de Vitoria, “Bases de datos no relacionales.” Accessed: Jul. 29, 2024. [Online]. Available: https://www.ufv.es/cetys/blog/bases-de-datos-no- 76 relacionales/#:~:text=Una%20base%20de%20datos%20no%20relacional%2C%20tambi%C3 %A9n%20conocida%20como%20base,bases%20de%20datos%20relacionales%20tradicional es
L. Lomelí, “Metodologías de Desarrollo de Software: ¿Cuál Elegir?,” Dec. 2022. Accessed: Jul. 30, 2024. [Online]. Available: https://blog.innevo.com/metodologias-desarrollo-software
GATE, “GATE: a full-lifecycle open source solution for text processing.” Accessed: Jun. 20, 2024. [Online]. Available: https://gate.ac.uk/overview.html
J. A. Saavedra, “Qué es Github y para qué sirve: una guía para principiantes,” Jun. 2023. Accessed: Jul. 30, 2024. [Online]. Available: https://ebac.mx/blog/que-es-github
Y. Muradas, “Qué es Postman y primeros pasos,” Jun. 2019. Accessed: Jul. 30, 2024. [Online]. Available: https://openwebinars.net/blog/que-es-postman/
I. IntelliJ, “El IDE líder para Java y Kotlin.” Accessed: Jul. 30, 2024. [Online]. Available: https://www.jetbrains.com/es-es/idea/
L. Á. Domínguez Coral, “¿Qué es Visual Studio Code y cómo se instala?,” Apr. 2023. Accessed: Jul. 30, 2024. [Online]. Available: https://www.eltiempo.com/tecnosfera/apps/visual-studio-code-es-un-editor-de-codigo-fuentede-microsoft-761049
Q.-Y. Zhong et al., “Use of natural language processing in electronic medical records to identify pregnant women with suicidal behavior: towards a solution to the complex classification problem,” Eur. J. Epidemiol., vol. 34, no. 2, pp. 153–162, Feb. 2019, doi: 10.1007/s10654-018-0470-0.
F. Haque, R. U. Nur, S. A. Jahan, Z. Mahmud, and F. M. Shah, “A Transformer Based Approach To Detect Suicidal Ideation Using Pre-Trained Language Models,” in 2020 23rd International Conference on Computer and Information Technology (ICCIT), DHAKA, Bangladesh, Dec. 2020, pp. 1–5. doi: 10.1109/ICCIT51783.2020.9392692.
M. Cusick et al., “Portability of natural language processing methods to detect suicidality from clinical text in US and UK electronic health records,” J. Affect. Disord. Rep., vol. 10, p. 100430, Dec. 2022, doi: 10.1016/j.jadr.2022.100430.
dc.rights.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
info:eu-repo/semantics/closedAccess
http://purl.org/coar/access_right/c_14cb
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_14cb
eu_rights_str_mv closedAccess
dc.format.none.fl_str_mv 84
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Católica de Pereira
Facultad de Ciencias Básicas e Ingeniería
Pereira
Ingeniería de Sistemas y Telecomunicaciones
publisher.none.fl_str_mv Universidad Católica de Pereira
Facultad de Ciencias Básicas e Ingeniería
Pereira
Ingeniería de Sistemas y Telecomunicaciones
institution Universidad Católica de Pereira
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1844494655163465728
spelling DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X2. Ingeniería y TecnologíaAprendizaje de MáquinaGATEHerramienta computacionalIdeas suicidasProcesamiento de Lenguaje NaturalRedes socialesMachine LearningComputational ToolSuicidal ideationNatural Language ProcessingSocial NetworksEn el mundo, el suicidio representa el 5% de muertes posicionando ésta como unas de las principales causas de muerte en adolescentes. El procesamiento de lenguaje natural (PLN), es un campo que se viene estudiando y manejando hace años, actualmente puede usarse como una herramienta poderosa para la identificación de ideas suicidas. Con base al estado del arte, los autores manifiestan que usar herramientas de PLN es pertinente para detectar ideas suicidas en textos escritos, donde muchos de ellos se encuentran en las redes sociales. Mencionan la necesidad de la creación de herramientas computacionales que por medio de herramientas PLN pueda identificar ideas suicidas y así tratar de evitar que vidas alrededor del mundo se pierdan día a día por este fenómeno. En este documento se propone el desarrollo de una herramienta computacional en ambiente web utilizando la arquitectura denominada General Architecture for Text Engineering (GATE), que cuenta con un conjunto de herramientas para procesar lenguaje. También se utilizará el Framework Angular para el Frontend, Spring Boot para el Backend, así como una base de datos relacional MySQL. Se espera poder extraer tweets desde la red social X e identificar ideas suicidas. Se busca proporcionar un margen de tiempo más amplio para la intervención de organismos pertinentes y contribuir a la prevención de suicidios a nivel mundial.Suicide accounts for approximately 5% of deaths worldwide, making it one of the leading causes of death among adolescents. Natural Language Processing (NLP), a field that has been studied and developed for years, can now be utilized as a powerful tool for identifying suicidal ideation. Based on the current state of research, the authors emphasize the relevance of using NLP tools to detect suicidal thoughts in written texts, many of which are found on social networks. They highlight the need for the development of computational tools that, through NLP techniques, can identify suicidal ideation and potentially help prevent lives from being lost every day due to this phenomenon. We propose the development of a web-based computational tool using the General Architecture for Text Engineering (GATE), which provides a suite of tools for language processing. Additionally, the tool will use the Angular Framework for the frontend, Spring Boot for the backend, and a MySQL relational database. It is expected to extract tweets from the social network X and identify suicidal ideation. The goal is to offer a wider time window for intervention by relevant agencies and to contribute to suicide prevention efforts worldwide.RESUMEN ABSTRACT 1. INTRODUCCIÓN 2. PLANTEAMIENTO DEL PROBLEMA 4. JUSTIFICACIÓN 5. OBJETIVOS 5.1 OBJETIVO GENERAL 5.2 OBJETIVOS ESPECÍFICOS 6. MARCO TEÓRICO 6.1. Procesamiento de lenguaje natural 6.1.1. Corpus 6.1.2. Tipos de Datos 6.1.3. Ambigüedad 6.1.4. Criterios de Evaluación 6.1.5. Técnicas de NLP 6.1.6. Aplicaciones del PLN 6.2. Ingeniería de Software 6.3. Lenguajes de programación 6.3.1. Java 6.3.2. Python 6.3.3. Frameworks 6.3.4. Frontend 6.3.5. Backend 6.3.6. API 6.3.7. Bases de datos 6.3.8. Metodologías de desarrollo 6.4. Herramientas 6.4.1. Gate 6.4.2. GitHub 6.4.3. Postman 6.4.4. IntelliJ IDEA 6.4.5. Visual Studio Code 7. METODOLOGÍA 7.1. Cronograma 7.2. Presupuesto 8. DESARROLLO DEL PROYECTO 8.1. Antecedentes 8.2. Aplicación de la metodología SCRUM 8.2.1. Sprint I 8.2.2. Sprint II 8.2.3. Sprint III 8.2.4. Sprint IV 8.2.5. Sprint V 8.2.6. Sprint VI 9. ANÁLISIS DE RESULTADOS 10. CONCLUSIONES 11. RECOMENDACIONES 12. REFERENCIASPregradoIngeniero de Sistemas y TelecomunicacionesUniversidad Católica de PereiraFacultad de Ciencias Básicas e IngenieríaPereiraIngeniería de Sistemas y TelecomunicacionesBlandón Andrade, Juan CarlosUniversidad Católica de PereiraMedina Otálvaro, Carlos MarioBlandón Andrade, Juan CarlosGálvez Quintero, Miguel Ángel2025-04-08T22:36:49Z2025-04-08T22:36:49Z2024Trabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/publishedVersion84application/pdfapplication/pdfGálvez Quintero, M. (2024). DESARROLLO DE UNA HERRAMIENTA COMPUTACIONAL QUE PERMITA LA IDENTIFICACIÓN DE IDEAS SUICIDAS DESDE LA RED SOCIAL X. Universidad Católica de Pereira. Disponible en: https://hdl.handle.net/10785/16609https://hdl.handle.net/10785/16609Universidad Católica de Pereirahttps://repositorio.ucp.edu.co/homespaR. Lozano et al., “Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010,” The Lancet, vol. 380, no. 9859, pp. 2095–2128, Dec. 2012, doi: 10.1016/S0140-6736(12)61728-0.B. Priyamvada et al., “Stacked CNN-LSTM approach for prediction of suicidal ideation on social media,” Multimed. TOOLS Appl., vol. 82, no. 18, pp. 27883–27904, Jul. 2023, doi: 10.1007/s11042-023-14431-z.S. Renjith, A. Abraham, S. B. Jyothi, L. Chandran, and J. Thomson, “An ensemble deep learning technique for detecting suicidal ideation from posts in social media platforms,” J. King Saud Univ. - Comput. Inf. Sci., vol. 34, no. 10, Part B, pp. 9564–9575, Nov. 2022, doi: 10.1016/j.jksuci.2021.11.010.B. L. Cook, A. M. Progovac, P. Chen, B. Mullin, S. Hou, and E. Baca-Garcia, “Novel Use of Natural Language Processing (NLP) to Predict Suicidal Ideation and Psychiatric Symptoms in a Text-Based Mental Health Intervention in Madrid,” Comput. Math. Methods Med., vol. 2016, p. e8708434, Sep. 2016, doi: 10.1155/2016/8708434.T. H. Aldhyani, S. N. Alsubari, A. S. Alshebami, H. Alkahtani, and Z. A. T. Ahmed, “Detecting and Analyzing Suicidal Ideation on Social Media Using Deep Learning and Machine Learning Models,” Int J Env. Res Public Health, vol. 2022, p. e12635, Oct. 2022, doi: 10.3390/ijerph191912635.V. Baby, D. Sudheshna, D. Sarvani, S. Vesangi, and S. R. Regatte, “An Integrated Approach for Suicidal Tendency Detection,” in 2022 4th International Conference on Advances in Computing, Communication Control and Networking (ICAC3N), Greater Noida, India, Dec. 2022, pp. 400–405. doi: 10.1109/ICAC3N56670.2022.10074359.Organización Panamericana de la Salud, “Una de cada 100 muertes es por suicidio,” 2023. Accessed: Jun. 17, 2024. [Online]. Available: https://www.paho.org/es/cada-100-muertes-espor-suicidioGrupo de Investigación PSICOSOC, Ed., “El sentido de vida en los jóvenes: redes sociales, relaciones significativas y actividades de ocio.” Accessed: Apr. 28, 2024. [Online]. Available: https://www.injuve.es/sites/default/files/tema4_revista95.pdfG. Sierra, “Detección de ideación suicida en redes sociales.” Instituto de Ingeniería UNAM. Accessed: Apr. 28, 2024. [Online]. Available: https://www.iingen.unam.mx/esmx/AlmacenDigital/Gaceta/Gaceta_Julio_Agosto_2022/Paginas/Deteccion-de-ideacionsuicida-en-redes-sociales.aspxA. M. Schoene, L. Bojanic, M. Nghiem, I. M. Hunt, and S. Ananiadou, “Classifying suiciderelated content and emotions on Twitter using Graph Convolutional Neural Networks,” IEEE Trans. Affect. Comput., pp. 1–12, 2022, doi: 10.1109/TAFFC.2022.3221683.A. Cortez Vásquez, Procesamiento de Lenguaje Natural: Componentes y técnicas, 1st ed. España: Editorial Académica Española, 2020.R. Mitkov, The Oxford Handbook of Computational Linguistics, 1st ed. Oxford, UK: Oxford University Press, 2003.T. Naeem, “Comprender los datos estructurados, semiestructurados y no estructurados,” Jul. 2024. Accessed: Jul. 29, 2024. [Online]. Available: https://www.astera.com/es/type/blog/structured-semi-structured-and-unstructured-data/R. Díaz, “Métricas de Clasificación.” Accessed: Jul. 29, 2024. [Online]. Available: https://www.themachinelearners.com/metricas-de-clasificacion/J. C. Blandón A., “Extracción de instancias de una clase desde textos en lenguaje natural independientes del dominio de aplicación,” PH.D. Thesis, Universidad Nacional de Colombia, 75 Medellín, Colombia, 2017. [Online]. Available: https://repositorio.unal.edu.co/handle/unal/58998#A. Moreno, “Procesamiento del lenguaje natural ¿qué es?,” 2018. Accessed: Jul. 25, 2024. [Online]. Available: https://www.iic.uam.es/inteligencia/que-es-procesamiento-del-lenguajenatural/Repsol, “Qué es y cuáles son los beneficios de la inteligencia artificial en la sociedad Progreso de la mano de la última tecnología.” Accessed: Jul. 22, 2024. [Online]. Available: https://www.repsol.com/es/energia-futuro/tecnologia-innovacion/inteligenciaartificial/index.cshtmlP. Blanco, “9 aplicaciones del procesamiento del lenguaje natural,” Nov. 2023. Accessed: Jul. 29, 2024. [Online]. Available: https://www.educaopen.com/digital-lab/blog/inteligenciaartificial/aplicaciones-del-procesamiento-de-lenguaje-naturalN. Teslenko, “Técnicas PLN: los métodos de procesamiento de lenguaje natural más poderosos,” Mar. 2023. Accessed: Jul. 24, 2024. [Online]. Available: https://blog.pangeanic.com/es/tecnicas-pln-metodos-de-procesamiento-lenguaje-naturalR. S. Pressman, Ingeniería del Software. Un enfoque práctico, 7th ed. México: Mc Graw-Hill, 2010.A. Weitzenfeld, Ingeniería del software orientada a objetos con UML, Java e Internet. México: Thomson, 2005.P. Londoño, “Qué es Python, para qué sirve y cómo se usa (+ recursos para aprender),” Apr. 2023. Accessed: Jul. 29, 2024. [Online]. Available: https://blog.hubspot.es/website/que-espython#que-esUnirfp, “Framework: qué es, para qué sirve y algunos ejemplos,” Sep. 2022.Amazon, “¿Cuál es la diferencia entre el front end y back end en el desarrollo de aplicaciones?” Accessed: Jun. 10, 2024. [Online]. Available: https://aws.amazon.com/es/compare/the-difference-between-frontend-andbackend/#:~:text=El%20t%C3%A9rmino%20front%20end%20hace,las%20im%C3%A1gene s%20y%20los%20gr%C3%A1ficosM. J. Gonçalves, “¿Qué es Angular y para qué sirve?,” Oct. 2021.J. Sierra, “¿Qué es Tailwind CSS? Guía para principiantes,” Jan. 2023. Accessed: Jul. 29, 2024. [Online]. Available: https://www.freecodecamp.org/espanol/news/que-es-tailwind-cssguia-para-principiantes/I. J. Bautista García, “Backend y Frontend, ¿Qué es y cómo funcionan en la programación?,” Mar. 2021. Accessed: Jul. 29, 2024. [Online]. Available: https://www.servnet.mx/blog/backend-y-frontend-partes-fundamentales-de-la-programacionde-una-aplicacion-webIBM, “¿Qué es Java Spring Boot?” Accessed: Jun. 20, 2024. [Online]. Available: https://www.ibm.com/mx-es/topics/java-spring-bootM. Azure, “¿Qué es Java Spring Boot?” Accessed: Jun. 20, 2024. [Online]. Available: https://azure.microsoft.com/es-mx/resources/cloud-computing-dictionary/what-is-java-springbootAmazon, “¿Qué es una interfaz de programación de aplicaciones (API)?” Accessed: Jul. 29, 2024. [Online]. Available: https://aws.amazon.com/es/what-is/api/editorial Etecé, “Base de datos,” Nov. 2023. Accessed: Jul. 29, 2024. [Online]. Available: https://concepto.de/base-de-datos/IBM, “¿Qué es una base de datos relacional?” Accessed: Jul. 29, 2024. [Online]. Available: https://www.ibm.com/mx-es/topics/relational-databasesUniversidad Francisco de Vitoria, “Bases de datos no relacionales.” Accessed: Jul. 29, 2024. [Online]. Available: https://www.ufv.es/cetys/blog/bases-de-datos-no- 76 relacionales/#:~:text=Una%20base%20de%20datos%20no%20relacional%2C%20tambi%C3 %A9n%20conocida%20como%20base,bases%20de%20datos%20relacionales%20tradicional esL. Lomelí, “Metodologías de Desarrollo de Software: ¿Cuál Elegir?,” Dec. 2022. Accessed: Jul. 30, 2024. [Online]. Available: https://blog.innevo.com/metodologias-desarrollo-softwareGATE, “GATE: a full-lifecycle open source solution for text processing.” Accessed: Jun. 20, 2024. [Online]. Available: https://gate.ac.uk/overview.htmlJ. A. Saavedra, “Qué es Github y para qué sirve: una guía para principiantes,” Jun. 2023. Accessed: Jul. 30, 2024. [Online]. Available: https://ebac.mx/blog/que-es-githubY. Muradas, “Qué es Postman y primeros pasos,” Jun. 2019. Accessed: Jul. 30, 2024. [Online]. Available: https://openwebinars.net/blog/que-es-postman/I. IntelliJ, “El IDE líder para Java y Kotlin.” Accessed: Jul. 30, 2024. [Online]. Available: https://www.jetbrains.com/es-es/idea/L. Á. Domínguez Coral, “¿Qué es Visual Studio Code y cómo se instala?,” Apr. 2023. Accessed: Jul. 30, 2024. [Online]. Available: https://www.eltiempo.com/tecnosfera/apps/visual-studio-code-es-un-editor-de-codigo-fuentede-microsoft-761049Q.-Y. Zhong et al., “Use of natural language processing in electronic medical records to identify pregnant women with suicidal behavior: towards a solution to the complex classification problem,” Eur. J. Epidemiol., vol. 34, no. 2, pp. 153–162, Feb. 2019, doi: 10.1007/s10654-018-0470-0.F. Haque, R. U. Nur, S. A. Jahan, Z. Mahmud, and F. M. Shah, “A Transformer Based Approach To Detect Suicidal Ideation Using Pre-Trained Language Models,” in 2020 23rd International Conference on Computer and Information Technology (ICCIT), DHAKA, Bangladesh, Dec. 2020, pp. 1–5. doi: 10.1109/ICCIT51783.2020.9392692.M. Cusick et al., “Portability of natural language processing methods to detect suicidality from clinical text in US and UK electronic health records,” J. Affect. Disord. Rep., vol. 10, p. 100430, Dec. 2022, doi: 10.1016/j.jadr.2022.100430.Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/closedAccesshttp://purl.org/coar/access_right/c_14cboai:repositorio.ucp.edu.co:10785/166092025-04-10T08:01:22Z

Publicaciones similares