Detección de neuroticismo en textos en español mediante técnicas de aprendizaje profundo

Abstract

La presente investigación tuvo como objetivo desarrollar un sistema basado en aprendizaje profundo para detectar indicadores lingüísticos asociados al neuroticismo en textos escritos en español. Se trabajó con seis indicadores: vergüenza, irritabilidad, inseguridad, depresión, ira y ansiedad. Para el desarrollo experimental se implementaron los modelos BERT, RoBERTa y DistilBERT mediante Fine-Tuning, mientras que FLAN-T5 fue evaluado mediante Few-Shot Learning. Los resultados mostraron que BERT obtuvo el mejor desempeño entre los modelos ajustados, alcanzando un F1-score de 0.7622. Por su parte, FLAN-T5 obtuvo un F1-score micro de 0.2602 al ser evaluado sobre 120 comentarios independientes. A partir de los resultados obtenidos, BERT fue seleccionado como modelo principal e integrado en una aplicación para realizar el análisis de comentarios, mientras que FLAN-T5 se incorporó como una alternativa experimental basada en pocos ejemplos.