Classificação de Risco de Suicídio Utilizando Análise deLinguagem Natural
Resumo
Os altos índices de suicídio em todo mundo têm chamado bastante atenção dos órgãos governamentais, de saúde e da sociedade em geral nas últimas décadas. Estratégias voltadas ao tratamento e prevenção vêm sendo formuladas, porém, existe uma grande dificuldade na detecção de pessoas em situações de risco. Neste contexto, o presente trabalho propõe um método para classificação de risco suicida utilizando Processamento de Linguagem Natural (NLP), que busca identificar intenções suicidas em mensagens textuais. Para tanto, como algoritmo de aprendizagem foi utilizado Naive Bayes que apresentou acurácia de 70,45%, e, taxa de acerto de 54,2% para mensagens suicidas e 95% para as não suicidas.
Referências
Barbosa, Jardeson Leandro Nascimento; Vieira, João Paulo Albuquerque; Santos, Roney Lira de Sales; Junior, Gilvan Veras Magalhães; MUNIZ, Mariana dos Santos; Moura, Raimundo Santos. Introdução ao Processamento de Linguagem Natural usando Python. In: III ESCOLA REGIONAL DE INFORMÁTICA DO PIAUÍ. 1. Anais... SBC, 2017, v. 1. p. 336-360.
Botega, Neury José; WERLANG, Blanca Susana Guevara; CAIS, Carlos Filinto da Silva; MACEDO, Mônica Medeiros Kother. Prevenção do comportamento suicida. Psico, v. 37, n. 3, p. 5, 2006.
Hettige, Nuwan C. et. al. Classification of suicide attempters in schizophrenia using sociocultural and clinical features: A machine learning approach. General Hospital Psychiatry, v. 47, p. 20-28, 2017.
Lewis, David D. Naive (Bayes) at forty: The independence assumption in information retrieval. In: European conference on machine learning. Springer, Berlin, Heidelberg. p. 4-15, 1998.
Mccallum, Andrew; Nigam, Kamal. A comparison of event models for naive bayes text classification. In: AAAI-98 workshop on learning for text categorization. p. 41-48, 1998.
Ministério da Saúde. Portaria Nº 1.876, de 14 de agosto de 2006. Institui Diretrizes Nacionais para Prevenção do Suicídio, a ser implantadas em todas as unidades federadas, respeitadas as competências das três esferas de gestão.
Organização Mundial da Saúde. Departamento de Saúde Mental e de Abuso de Substância. Prevenção do Suicídio um Recurso para Conselheiros. Genebra, 2006. Disponível em: [http://www.who.int/mental_health/media/counsellors_portuguese.pdf]. Acesso em: 01 jan. 2018.
Organização Mundial da Saúde. Mental health: Suicide data. 2016. Disponível em: http://www.who.int/mental_health/prevention/suicide/suicideprevent/en/. Acesso em: 01 jan. 2018.
Pak, Alexander; Bernhard, Delphine; Paroubek, Patrickand; Grouin, Cyril. A combined Approach to emotion Detection in suicide notes. Biomedical informatics insights, v. 5, n. Suppl 1, p. 105-114, 2012.
Phuc, Do; Phung, Nguyen Thi Kim. Using Naïve Bayes model and natural language processing for classifying messages on online forum. In: Research, Innovation and Vision for the Future, 2007 IEEE International Conference on. IEEE, 2007. p. 247-252.
Spasić, Irena; Burnap, Pete; Greenwood, Mark; Arribas-Ayllon, Michael. A naïve bayes approach to classifying topics in suicide notes. Biomedical informatics insights, v. 5, n. Suppl 1, p. 87-97, 2012.
Botega, Neury José; WERLANG, Blanca Susana Guevara; CAIS, Carlos Filinto da Silva; MACEDO, Mônica Medeiros Kother. Prevenção do comportamento suicida. Psico, v. 37, n. 3, p. 5, 2006.
Hettige, Nuwan C. et. al. Classification of suicide attempters in schizophrenia using sociocultural and clinical features: A machine learning approach. General Hospital Psychiatry, v. 47, p. 20-28, 2017.
Lewis, David D. Naive (Bayes) at forty: The independence assumption in information retrieval. In: European conference on machine learning. Springer, Berlin, Heidelberg. p. 4-15, 1998.
Mccallum, Andrew; Nigam, Kamal. A comparison of event models for naive bayes text classification. In: AAAI-98 workshop on learning for text categorization. p. 41-48, 1998.
Ministério da Saúde. Portaria Nº 1.876, de 14 de agosto de 2006. Institui Diretrizes Nacionais para Prevenção do Suicídio, a ser implantadas em todas as unidades federadas, respeitadas as competências das três esferas de gestão.
Organização Mundial da Saúde. Departamento de Saúde Mental e de Abuso de Substância. Prevenção do Suicídio um Recurso para Conselheiros. Genebra, 2006. Disponível em: [http://www.who.int/mental_health/media/counsellors_portuguese.pdf]. Acesso em: 01 jan. 2018.
Organização Mundial da Saúde. Mental health: Suicide data. 2016. Disponível em: http://www.who.int/mental_health/prevention/suicide/suicideprevent/en/. Acesso em: 01 jan. 2018.
Pak, Alexander; Bernhard, Delphine; Paroubek, Patrickand; Grouin, Cyril. A combined Approach to emotion Detection in suicide notes. Biomedical informatics insights, v. 5, n. Suppl 1, p. 105-114, 2012.
Phuc, Do; Phung, Nguyen Thi Kim. Using Naïve Bayes model and natural language processing for classifying messages on online forum. In: Research, Innovation and Vision for the Future, 2007 IEEE International Conference on. IEEE, 2007. p. 247-252.
Spasić, Irena; Burnap, Pete; Greenwood, Mark; Arribas-Ayllon, Michael. A naïve bayes approach to classifying topics in suicide notes. Biomedical informatics insights, v. 5, n. Suppl 1, p. 87-97, 2012.
Publicado
16/10/2018
Como Citar
ALMEIDA, Nayron; FLÁVIO, José; SILVA, Breno; SOUSA, Francisco ; FEITOSA, João Pedro; GUIMARÃES, Gerson ; MAIA, Luis Fernando.
Classificação de Risco de Suicídio Utilizando Análise deLinguagem Natural. In: ESCOLA REGIONAL DE INFORMÁTICA DO PIAUÍ (ERI-PI), 4. , 2018, Teresina.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2018
.
p. 13 - 19.
