Análisis emocional para el reconocimiento de trastornos mentales mediante lenguaje natural

Resumen

Actualmente se han registrado propuestas enfocadas con el reconocimiento de voz. A diferencia de otros trabajos esta propuesta brinda un diseño interactivo que generaría un gran aporte al desarrollo de un sistema, además que cuenta con una arquitectura y herramientas ágiles y de fáciles costos, la cual tiene como objetivo diagnosticar posibles trastornos mentales mediante el reconocimiento emocional y la inteligencia emocional. La metodología de desarrollo propuesto es la Feature-Driven Development (FDD), la cual permitirá actualizar el proyecto reiteradamente y ajustar a las necesidades requeridas. La predicción del estado mental está constituida por la interpretación de los resultados del test de inteligencia emocional y el reconocimiento de emociones del paciente, por tanto, el aplicativo implementa el test de inteligencia emocional de Wechsler y el reconocimiento emocional en lenguaje natural. Los resultados recabados del test de Wechsler son obtenidos en formato de audio y texto mediante la API Speech Recognition. Los datos en formato texto son sometidos a una metodología léxica, permitiendo detectar la emoción de una oración, el análisis de los audios es realizado mediante la librería Emotion Recognition Library (ERL), esta librería emplea un modelo de predicción en base al algoritmo de SVM y los Coeficientes Cepstrales en las Frecuencias de Mel (MFCC). Como resultado se espera que el aplicativo tenga una precisión del 65% en el diagnóstico de un trastorno mental, aunque esta puede variar dependiendo la intensidad y el tipo de trastorno. Conclusiones Con la presente propuesta se busca generar una herramienta que sirva como soporte a los profesionales de la salud en el diagnóstico de un trastorno mental, cabe resaltar que el reconocimiento emocional y mental son temas de investigación relativamente nuevos, por tanto, la exactitud de sus predicciones es dudables.