PPGCC/CCET

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOAO PEDRO CAVALCANTI AZEVEDO
DATA: 14/06/2024
HORA: 10:00
LOCAL: Online
TÍTULO: Identificação de Ideação Suicida a partir de Textos em PT-BR usando Aprendizado Semi-supervisionado e Modelos Generativos
PALAVRAS-CHAVES: ---
PÁGINAS: 14
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO: Em todo o mundo, inumeras pessoas enfrentam desafios relacionados ́ a` saude mental, os quais, se n ́ ao forem tratados de maneira r ̃ apida e eficaz, podem cul- ́ minar em situac ̧oes de extrema gravidade, incluindo o suic ̃ ́ıdio. Com o avanc ̧o das pesquisas em aprendizado de maquina, muitos estudos t ́ em se dedicado ˆ a an ` alise de ́ sentimentos em textos, utilizando metodos de aprendizado semi-supervisionado para ́ aprimorar modelos ja existentes. O objetivo deste trabalho ́ e aprimorar o modelo ́ atual do sistema Boamente, a fim de garantir uma detecc ̧ao mais precisa de textos ̃ nao cl ̃ ́ınicos relacionados a ideac ̧ ` ao suicida. Essa melhoria visa auxiliar os profissi- ̃ onais de saude na tomada de decis ́ oes mais assertivas em relac ̧ ̃ ao ao monitoramento ̃ de seus pacientes. Para isso, foram realizadas a coleta de novos dados e a aplicac ̧ao ̃ de diferentes metodos de aprendizado semi-supervisionado. Os resultados obtidos re- ́ velam uma notavel melhoria no desempenho geral do modelo. Esse aprimoramento ́ contribui significativamente para a eficacia do sistema, proporcionando uma ferra- ́ menta mais confiavel e eficiente para auxiliar na prevenc ̧ ́ ao do suic ̃ ́ıdio.
MEMBROS DA BANCA:
Interno - 1014571 - ANTONIO DE ABREU BATISTA JÚNIOR
Presidente - 015.753.933-44 - ARIEL SOARES TELES
Externo à Instituição - IVANDRÉ PARABONI - USP