La anorexia es un trastorno mental que implica graves anomalías en el comportamiento de ingesta nutricional. Este comportamiento conduce a una pérdida de peso importante, que puede provocar una desnutrición grave. En concreto, los trastornos alimentarios presentan la mayor tasa de mortalidad de todas las enfermedades mentales. La identificación temprana de la anorexia, junto con el tratamiento adecuado, mejora la velocidad de recuperación de los pacientes. En la actualidad existe una asociación fuerte y consistente entre el uso de las redes sociales y las preocupaciones alimentarias. El procesamiento del lenguaje natural, una rama de la inteligencia artificial, tiene el potencial de contribuir a la detección temprana de la anorexia en los datos textuales. Actualmente, aún queda mucho camino por recorrer en la identificación de la anorexia en los medios sociales debido al escaso número de textos disponibles y, de hecho, la mayoría de ellos se centran en el tratamiento de textos en inglés. La principal aportación de este trabajo es la aplicación de técnicas de aprendizaje de transferencia mediante modelos basados en Transformer para la detección de anorexia en tuits escritos en español. En particular, comparamos el rendimiento entre los modelos multilingües y monolingües ya disponibles, y realizamos un análisis de errores para comprender las capacidades de estos modelos para el español
Cita bibliográfica: Appl. Sci. 2021, 11(4), 1838; https://doi.org/10.3390/app11041838
Autores: López Úbeda, Pilar | Plaza del Arco, Flor Miriam | Díaz Galiano, Manuel Carlos | Martín Valdivia, María Teresa
Enlace a publicación: https://www.mdpi.com/2076-3417/11/4/1838/htm