MENU

PUBLICIDAD

Me Gusta   0 Comentar    0

Actualidad y Artículos | Nuevas tecnologías en psiquiatría/psicología   Seguir 3

Artículo | 15/02/2024

Una comparación de ChatGPT y transformadores abiertos previamente entrenados (OPT) ajustados con herramientas de análisis de sentimiento ampliamente utilizadas

  • Autor/autores: Lossio-Ventura JA, Weger R, Lee AY...(et.al)



0%

Los proveedores de atención médica y los investigadores relacionados con la salud enfrentan desafíos importantes al aplicar herramientas de análisis de sentimientos a los datos de encuestas de texto libre relacionadas con la salud. La mayoría de las aplicaciones de última generación se desarrollaron en ámbitos como las redes sociales, y su r...

Estás viendo una versión reducida de este contenido.

Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.

Los proveedores de atención médica y los investigadores relacionados con la salud enfrentan desafíos importantes al aplicar herramientas de análisis de sentimientos a los datos de encuestas de texto libre relacionadas con la salud.


La mayoría de las aplicaciones de última generación se desarrollaron en ámbitos como las redes sociales, y su rendimiento en el contexto de la atención sanitaria sigue siendo relativamente desconocido.


Además, los estudios existentes indican que estas herramientas a menudo carecen de precisión y producen resultados inconsistentes.


Objetivo


Este estudio tiene como objetivo abordar la falta de análisis comparativo sobre las herramientas de análisis de sentimiento aplicadas a los datos de encuestas de texto libre relacionadas con la salud en el contexto de COVID-19.


El objetivo era predecir automáticamente el sentimiento de sentencia para dos conjuntos de datos de encuestas independientes sobre COVID-19 de los Institutos Nacionales de Salud y la Universidad de Stanford.


Métodos


Se crearon etiquetas estándar para un subconjunto de cada conjunto de datos utilizando un panel de evaluadores humanos. Comparamos 8 herramientas de análisis de sentimientos de última generación en ambos conjuntos de datos para evaluar la variabilidad y el desacuerdo entre las herramientas.


Además, se exploró el aprendizaje de pocas oportunidades mediante el ajuste de Open Pre-Trained Transformers (OPT; un modelo de lenguaje grande [LLM] con pesos disponibles públicamente) usando un pequeño subconjunto anotado y el aprendizaje de cero oportunidades usando ChatGPT (un LLM sin disponibilidad).


Resultados


La comparación de las herramientas de análisis de sentimientos reveló una alta variabilidad y desacuerdo entre las herramientas evaluadas cuando se aplicaron a datos de encuestas relacionadas con la salud. OPT y ChatGPT demostraron un rendimiento superior, superando a todas las demás herramientas de análisis de sentimientos.


Además, ChatGPT superó a OPT, mostró una mayor precisión del 6% y una medida F más alta del 4% al 7%.


Conclusiones


Este estudio demuestra la eficacia de los LLM, en particular los enfoques de aprendizaje de pocas oportunidades y de aprendizaje de ninguna oportunidad, en el análisis de sentimientos de los datos de encuestas relacionadas con la salud.


Estos resultados tienen implicaciones para ahorrar trabajo humano y mejorar la eficiencia en las tareas de análisis de sentimientos, lo que contribuye a los avances en el campo del análisis de sentimientos automatizado.


Para acceder al texto completo consulte las características de suscripción de la fuente original:https://mental.jmir.org/

Comentarios de los usuarios



No hay ningun comentario, se el primero en comentar


-Publicidad

Síguenos en las redes

desvenlafaxina antidepresivos
Publicidad

LIBRO RECOMENDADO

GOLDBERG, STAHL. PSICOFARMACOLOGÍA PRÁCTICA

Goldberg y Stephen M. Stahl. Prologo de Alan F. Schatzberg. Durante las últimas cuatro décadas, l...

COMPRAR AQUÍ

VER MÁS LIBROS RECOMENDADOS
CFC

Curso de IA para profesionales sanitarios: Herramientas prácticas para el día a día

Precio: 605€

Ver curso