Detecção de Sinais de Depressão em Textos de Rede Social
Por: Mateus Moraes • 21/3/2020 • Relatório de pesquisa • 7.398 Palavras (30 Páginas) • 204 Visualizações
UNIVERSIDADE PAULISTA
Marcos Guilherme Afonso de Paula
Richard Willian Ribeiro Divino
Detecção de Sinais de Depressão em Textos de Rede Social
Volume I
Araraquara
2019Marcos Guilherme Afonso de Paula
Richard Willian Ribeiro Divino
Detecção de Sinais de Depressão em Textos de Rede Social
Trabalho de conclusão de curso para
obtenção do título de graduação em
Ciência da Computação apresentado
à Universidade Paulista – UNIP.
Orientador:
Prof.o
Carlos Fernandes
Araraquara
2019
Dr.o
LeandroCIP - Catalogação na Publicação
Paula, Marcos Guilherme Afonso De
Detecção de Sinais de Depressão em Textos de Rede Social / Marcos
Guilherme Afonso De Paula, Richard Willian Ribeiro Divino. - 2019.
3900 f.
Trabalho de Conclusão de Curso (Graduação) apresentado ao Instituto
de Ciência Exatas e Tecnologia da Universidade Paulista, Araraquara -
SP, 2019.
Área de Concentração: Instituto de Ciência Exatas e Tecnologia da
Universidade Paulista.
Orientador: Prof. Dr. Leandro Carlos Fernandes.
1. Processamento de linguagem natural. 2. Depressão em rede social.
3. Análise de emoções. 4. Comportamento depressivo. 5. Depressão em
textos. I. Divino, Richard Willian Ribeiro. II. Fernandes, Leandro Carlos
(orientador). III.Título.
Elaborada pelo Sistema de Geração Automática de Ficha Catalográfica da Universidade Paulista
com os dados fornecidos pelo(a) autor(a).Marcos Guilherme Afonso de Paula
Richard Willian Ribeiro Divino
Detecção de sinais de depressão em textos de rede social
Trabalho de conclusão de curso para
obtenção do título de graduação em
Ciência da Computação apresentado à
Universidade Paulista – UNIP
Orientador: Prof.o Dr. o Leandro Carlos
Fernandes
BANCA EXAMINADORA
Prof.o Dr. o Leandro Carlos Fernandes
Universidade Paulista – UNIP
Prof.o Ms Douglas Rodrigues
Universidade Paulista – UNIP
Prof.a Dr. a Karem Daiane Marcomini
Universidade Paulista – UNIP
Araraquara
2019Agradecimentos
A instituição por promover o ambiente para desenvolvimento.
Aos familiares pelo suporte e incentivo nos momentos difíceis.
Ao orientador Leandro Fernandes pela orientação em todo fluxo deste trabalho.
Aos colegas de turma por promover um bom ambiente e suporte.
A todos os demais que contribuiram de alguma forma com este trabalho.Resumo
Os avanços frequentes da tecnologia conduziram o surgimento da análise
automática de textos e subsequentemente o surgimento de uma área responsável por
reconhecimentos de aspectos subjetivos, como opiniões, emoções e sentimentos de um
autor do texto analisado. Os resultados desse tipo de análise fazem com que sistemas
computacionais passem a auxiliar de forma mais eficiente em vários setores presente
na sociedade, tais como vendas, marketing, política, segurança e principalmente na
medicina, setor no qual este trabalho pretende ressaltar. O presente documento tem por
objetivo apresentar como uma possível ferramenta de detecção de sinais de depressão
por meio da utilização do processamento de linguagem natural e a computação afetiva
em textos de rede social, para um futuro auxílio a medicina psiquiátrica. No caso dessa
pesquisa, serão utilizados textos da rede social Twitter pois possuem limitação de
caracteres e facilita na análise, além de bibliotecas da linguagem python como Tweepy,
Natural Language Toolkit e TextBlob, que auxiliam no preocesso de análise. Através
dos resultados é possível identificar que a ferramenta mesmo com algumas falhas
de abordagem pode ser utilizada como um auxiliar para a tomada de decisão de um
profissional da área psiquiátrica no momento do diagnóstico clínico.
Palavras-chave: Comportamento depressivo. Análise automática de emoções.
Processamento de linguagem natural.Abstract
Frequent advances in technology have led to the emergence of automatic text
analysis and subsequently the emergence of an area responsible for recognizing
subjective aspects, such as opinions, emotions, and feelings of an author of the analyzed
text. The results of this type of analysis make computer systems help more efficiently
in
...