| Revista: | EASI: Ingeniería y Ciencias Aplicadas en la Industria |
| Base de datos: | |
| Número de sistema: | 000594646 |
| ISSN: | 2953-6634 |
| Autores: | Acosta Guzmán, Iván L1 Varela Tapia, Eleanor A1 Piza Guale, Alexandra E1 Acosta Guzmán, Nory X2 Acosta Varela, Christopher I3 |
| Instituciones: | 1Universidad de Guayaquil, Guayaquil, Guayas. Ecuador 2Universidad Estatal de Milagro, Milagro, Guayas. Ecuador 3Escuela Superior Politécnica del Litoral, Guayaquil, Guayas. Ecuador |
| Año: | 2023 |
| Periodo: | Jul-Dic |
| Volumen: | 2 |
| Número: | 3 |
| Paginación: | 5-18 |
| País: | Ecuador |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Resumen en inglés | When Covid-19 became a pandemic on March 2020, an urgent need arose for reliable info and advice, so Virtual Assistants were created to help teach the public how to avoid the Alpha variant. But when new variants like Beta, Delta, and Omicron appeared with different symptoms, they caused new waves of infections and deaths. To tackle this, a Natural Language Processing prototype was created to analyze experiences of 4422 people, who had been infected in Ecuador, and to detect which symptoms were most common in their conversations. This study prompted the creation of the NLP prototype, using Python language, the Google Collab platform, two combinations of NLP techniques were considered, measuring results through quality metrics, accuracy, Recall, F1, finding that the most appropriate combination of techniques of the two tested the one that gave the highest effectiveness for a Multi-Label classifier model, including Stop Word, Tokenization, Stemming with LSTM (Long Short-Term Memory) classifier, as a first advance of the study. |
| Resumen en español | El Covid-19 se convirtió en pandemia en el 2020, generando la necesidad urgente de información fiable, se crearon Asistentes Virtuales que enseñasen al público cómo evitarlos en la variante Alfa. Pero nuevas variantes Beta, Delta y micron surgieron con síntomas diferentes, provocando nuevas oleadas de infecciones y muertes. Para hacer frente a esto, se creó un prototipo de Procesamiento del Lenguaje Natural (NLP) que permita analizar las experiencias de 4.422 personas que se infectaron en Ecuador, detectando los síntomas más comunes mencionados en sus conversaciones. Este estudio impulsó la creación del prototipo NLP, empleando lenguaje Python, la plataforma Google Collab, se consideraron dos combinaciones de técnicas NLP, se realizó la medición de resultados mediante métricas de calidad, precisión, Recall, F1, encontrando que la combinación más adecuada de técnicas de las dos probadas la que dio más alta efectividad para un modelo clasificador Multietiqueta, incluyo Stop Word, Tokenización, Stemming con clasificador LSTM (Long Short-Term Memory), como primer avance del estudio. |
| Disciplinas: | Literatura y lingüística, Ciencias de la computación |
| Palabras clave: | Análisis del discurso, Procesamiento de datos |
| Keyword: | Discourse analysis, Data processing |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
