Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud.
Artificial Intelligence (AI), Natural Language Processing (NLP) and Machine Learning (ML) have played a crucial role in the fight against the Covid-19 pandemic, providing valuable technological tools for the diagnosis, monitoring and control of the disease, implementing AI solutions to mitigate its...
שמור ב:
| Main Authors: | , , , |
|---|---|
| פורמט: | Online |
| שפה: | ספרדית |
| יצא לאור: |
Editorial Grupo AEA
2026
|
| נושאים: | |
| גישה מקוונת: | https://directory.doabooks.org/handle/20.500.12854/172238 |
| תגים: |
אין תגיות, היה/י הראשונ/ה לתייג את הרשומה!
|
| _version_ | 1869515815152254976 |
|---|---|
| author | Varela Tapia, Eleanor Alexandra Acosta Guzmán, Ivan Leonel Fajardo Romero, Inés Janellys Oviedo Peñafiel, Jorge Alberto |
| author_browse | Acosta Guzmán, Ivan Leonel Fajardo Romero, Inés Janellys Oviedo Peñafiel, Jorge Alberto Varela Tapia, Eleanor Alexandra |
| author_facet | Varela Tapia, Eleanor Alexandra Acosta Guzmán, Ivan Leonel Fajardo Romero, Inés Janellys Oviedo Peñafiel, Jorge Alberto |
| author_sort | Varela Tapia, Eleanor Alexandra |
| collection | Directory of Open Access Books |
| description | Artificial Intelligence (AI), Natural Language Processing (NLP) and Machine Learning (ML) have played a crucial role in the fight against the Covid-19 pandemic, providing valuable technological tools for the diagnosis, monitoring and control of the disease, implementing AI solutions to mitigate its effects. We propose the design of an ML model applying NLP techniques in text preprocessing in order to evaluate the effectiveness of data analysis in conversations of people infected with the SARS-CoV-2 coronavirus. Information was collected from social networks such as Twitter and Facebook, and surveys of people infected with Covid-19 in Zone 8 of the province of Guayas. With these data, a textual classification system was trained using the Support Vector Machine and Random Forest algorithms. The study resulted in an accuracy of 96% in both models, demonstrating their viability for the creation and implementation of text classifiers. Model performance was improved by reducing categories with more than 200 occurrences, resulting in higher accuracy with no significant differences between the two models. Finally, a website capable of correctly classifying the symptoms and recommendations commented by patients was developed. |
| format | Online |
| id | doab-20.500.12854ir-172238 |
| institution | Directory of Open Access Books |
| language | spa |
| publishDate | 2026 |
| publishDateRange | 2026 |
| publishDateSort | 2026 |
| publisher | Editorial Grupo AEA |
| publisherStr | Editorial Grupo AEA |
| record_format | ojs |
| spelling | doab-20.500.12854ir-1722382026-02-24T16:29:28Z Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud. Varela Tapia, Eleanor Alexandra Acosta Guzmán, Ivan Leonel Fajardo Romero, Inés Janellys Oviedo Peñafiel, Jorge Alberto Aprendizaje Supervisado Conversación Textual Inteligencia Artificial Machine Learning Modelos de Clasificación Procesamiento de Lenguaje Natural thema EDItEUR::U Computing and Information Technology thema EDItEUR::V Health, Relationships and Personal development Artificial Intelligence (AI), Natural Language Processing (NLP) and Machine Learning (ML) have played a crucial role in the fight against the Covid-19 pandemic, providing valuable technological tools for the diagnosis, monitoring and control of the disease, implementing AI solutions to mitigate its effects. We propose the design of an ML model applying NLP techniques in text preprocessing in order to evaluate the effectiveness of data analysis in conversations of people infected with the SARS-CoV-2 coronavirus. Information was collected from social networks such as Twitter and Facebook, and surveys of people infected with Covid-19 in Zone 8 of the province of Guayas. With these data, a textual classification system was trained using the Support Vector Machine and Random Forest algorithms. The study resulted in an accuracy of 96% in both models, demonstrating their viability for the creation and implementation of text classifiers. Model performance was improved by reducing categories with more than 200 occurrences, resulting in higher accuracy with no significant differences between the two models. Finally, a website capable of correctly classifying the symptoms and recommendations commented by patients was developed. Published La Inteligencia Artificial (IA), el Procesamiento del Lenguaje Natural (NLP) y el Aprendizaje Automático (ML) han jugado un papel crucial en la lucha contra la pandemia de Covid-19, proporcionando herramientas tecnológicas valiosas para el diagnóstico, seguimiento y control de la enfermedad, implementándose soluciones con IA para mitigar sus efectos. Se propone el diseño de un modelo de ML aplicando técnicas NLP en el preprocesamiento de texto para poder evaluar la eficacia del análisis de datos en conversaciones de personas contagiadas del coronavirus SARS-CoV-2. Se recopiló información de redes sociales como Twitter y Facebook, y encuestas a contagiados de Covid-19 en la Zona 8 de la provincia del Guayas. Con estos datos, se entrenó un sistema de clasificación textual utilizando los algoritmos de Soporte de Máquina Vectorial y Random Forest. El estudio resultó en una precisión del 96% en ambos modelos, demostrando su viabilidad para la creación e implementación de clasificadores de texto. Se logró mejorar el rendimiento del modelo, reduciendo las categorías con más de 200 ocurrencias, lo que resultó en una precisión más elevada sin diferencias significativas entre ambos modelos. Por último, se desarrolló un sitio web capaz de clasificar correctamente los síntomas y recomendaciones comentadas por los pacientes. 2026-02-24T16:29:20Z 2026-02-24T16:29:20Z 2024-07-18 book 978-9942-651-38-9 https://directory.doabooks.org/handle/20.500.12854/172238 spa image/png Attribution-NonCommercial-NoDerivatives 4.0 International https://www.editorialgrupo-aea.com/index.php/EditorialGrupoAEA/catalog/book/83 Editorial Grupo AEA https://doi.org/10.55813/egaea.l.83 La Inteligencia Artificial (IA), el Procesamiento del Lenguaje Natural (NLP) y el Aprendizaje Automático (ML) han jugado un papel crucial en la lucha contra la pandemia de Covid-19, proporcionando herramientas tecnológicas valiosas para el diagnóstico, seguimiento y control de la enfermedad, implementándose soluciones con IA para mitigar sus efectos. Se propone el diseño de un modelo de ML aplicando técnicas NLP en el preprocesamiento de texto para poder evaluar la eficacia del análisis de datos en conversaciones de personas contagiadas del coronavirus SARS-CoV-2. Se recopiló información de redes sociales como Twitter y Facebook, y encuestas a contagiados de Covid-19 en la Zona 8 de la provincia del Guayas. Con estos datos, se entrenó un sistema de clasificación textual utilizando los algoritmos de Soporte de Máquina Vectorial y Random Forest. El estudio resultó en una precisión del 96% en ambos modelos, demostrando su viabilidad para la creación e implementación de clasificadores de texto. Se logró mejorar el rendimiento del modelo, reduciendo las categorías con más de 200 ocurrencias, lo que resultó en una precisión más elevada sin diferencias significativas entre ambos modelos. Por último, se desarrolló un sitio web capaz de clasificar correctamente los síntomas y recomendaciones comentadas por los pacientes. https://doi.org/10.55813/egaea.l.83 f1927315-52b6-4dab-9f46-7dfb1f475c05 978-9942-651-38-9 185 Ecuador open access |
| spellingShingle | Aprendizaje Supervisado Conversación Textual Inteligencia Artificial Machine Learning Modelos de Clasificación Procesamiento de Lenguaje Natural thema EDItEUR::U Computing and Information Technology thema EDItEUR::V Health, Relationships and Personal development Varela Tapia, Eleanor Alexandra Acosta Guzmán, Ivan Leonel Fajardo Romero, Inés Janellys Oviedo Peñafiel, Jorge Alberto Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud. |
| title | Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud. |
| title_full | Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud. |
| title_fullStr | Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud. |
| title_full_unstemmed | Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud. |
| title_short | Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud. |
| title_sort | inteligencia artificial aplicada con tecnicas de procesamiento de lenguaje natural y machine learning en el campo de la salud |
| topic | Aprendizaje Supervisado Conversación Textual Inteligencia Artificial Machine Learning Modelos de Clasificación Procesamiento de Lenguaje Natural thema EDItEUR::U Computing and Information Technology thema EDItEUR::V Health, Relationships and Personal development |
| topic_facet | Aprendizaje Supervisado Conversación Textual Inteligencia Artificial Machine Learning Modelos de Clasificación Procesamiento de Lenguaje Natural thema EDItEUR::U Computing and Information Technology thema EDItEUR::V Health, Relationships and Personal development |
| url | https://directory.doabooks.org/handle/20.500.12854/172238 |
| work_keys_str_mv | AT varelatapiaeleanoralexandra inteligenciaartificialaplicadacontecnicasdeprocesamientodelenguajenaturalymachinelearningenelcampodelasalud AT acostaguzmanivanleonel inteligenciaartificialaplicadacontecnicasdeprocesamientodelenguajenaturalymachinelearningenelcampodelasalud AT fajardoromeroinesjanellys inteligenciaartificialaplicadacontecnicasdeprocesamientodelenguajenaturalymachinelearningenelcampodelasalud AT oviedopenafieljorgealberto inteligenciaartificialaplicadacontecnicasdeprocesamientodelenguajenaturalymachinelearningenelcampodelasalud |