Ingeniería de Sistemas y Telecomunicaciones · 2025
REVISIÓN SISTEMÁTICA DE LITERATURA SOBRE TECNOLOGÍAS COMPUTACIONALES PARA LA EXTRACCIÓN DE IDEAS SUICIDAS DESDE TEXTOS ESCRITOS EN LENGUAJE NATURAL
Solo ficha. El repositorio marca este trabajo como «Acceso metadatos»: el PDF no es público, así que aquí no hay texto para leer. Ver la ficha en el repositorio.
Resumen
El suicidio es una de las principales causas de muerte entre jóvenes y se ha agravado tras la pandemia del COVID-19. Este estudio realiza una revisión sistemática de literatura para identificar técnicas computacionales utilizadas en la detección de ideas suicidas en textos en lenguaje natural, aplicando el método PRISMA y evaluando el sesgo con AMSTAR 2. Se analizaron 25 estudios extraídos de bases como Scopus, IEEE Xplore, ACM Digital Library, Springer y Web of Science, encontrando modelos basados en Transformers como BERT, combinaciones con redes CNN y LSTM, atención jerárquica, y técnicas como TF-IDF y embeddings preentrenados. Se destaca la eficacia de estos enfoques, aunque persisten limitaciones como la falta de diversidad lingüística y el predominio de datos de redes sociales. Los hallazgos evidencian el potencial del PLN en la prevención temprana del suicidio.