RT info:eu-repo/semantics/bachelorThesis
T1 Análisis de emociones en la salud mental mediante modelos BERT: Un enfoque basado en procesamiento del lenguaje natural
A1 González Hurtado, Sofía
A2 Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
K1 Salud mental
K1 Análisis emocional
K1 Polaridad
K1 Redes sociales
AB Este trabajo aborda el análisis automático de polaridad y emociones en textos extraóídosde redes sociales relacionados con la salud mental. Para ello, se ha utilizado un modelopreentrenado basado en la arquitectura DistilBERT, una versión simplificada y máseficiente de BERT. Su integración con la librería SimpleTransformers ha permitido unaconfiguración más accesible y organizada del proceso de entrenamiento y evaluación. Elobjetivo principal fue adaptar el modelo al dominio de la salud mental y examinar surendimiento en los procesos de clasificación de polaridad (positiva, negativa eindeterminada) y de emociones (amor/admiración, gratitud, comprensión/empatía/identificación, tristeza/pena, enfado/desprecio/burla e indeterminado).Para ello, se utilizó un corpus desequilibrado, lo que ha motivado la aplicación de variastécnicas de ponderación de clases para ajustar esta distribución desigual. También se hallevado a cabo una búsqueda sistemática de hiperparámetros mediante barridos aleatorios(random sweeps) informando configuraciones clave para la tasa de aprendizaje, el tamañodel lote y el número de épocas para cada experimento.Los resultados obtenidos indican un rendimiento competitivo del modelo, destacando laefectividad de las técnicas de balanceo en la tarea de emociones, donde las puntuacionesF1 en clases minoritarias aumentan considerablemente. En polaridad, el balanceo nosiempre es beneficioso, especialmente en clases ambiguas como "Indeterminado". Engeneral, el trabajo demuestra que los modelos de lenguaje preentrenados pueden usarsepara identificar emociones en textos de salud mental y destaca la importancia de laselección de técnicas de ajuste en contextos con fuerte desbalance de clases.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79684
UL https://uvadoc.uva.es/handle/10324/79684
LA spa
NO Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
DS UVaDOC
RD 14-nov-2025