Chatbot pediátrico para la orientación sobre apendicitis aguda basado en NLP y modelos de clasificación supervisada
View/ Open
Tesis
(application/pdf: 3.412Mb)
(application/pdf: 3.412Mb)
Date
2020Author(s)
Advisor(s)
Metadata
Show full item recordAbstract
Esta investigación demuestra la viabilidad de utilizar un Chatbot Pediátrico para asesorar a padres de familias sobre una enfermedad común en niños: Apendicitis Aguda. Este sistema utiliza técnicas de Natural Language
Processing (también conocido en español como Procesamiento de Lenguaje Natural o por sus siglas en inglés NLP),
que mediante un modelo de Naive Bayes clasifica en intenciones los mensajes enviados por el usuario. También se
utiliza un modelo de Random Forest, para poder brindar un prediagnóstico sobre si un menor tiene altas sospechas de
padecer esta enfermedad o no y según el resultado brinda recomendaciones/orientaciones a los padres. El
prediagnóstico ha obtenido más del 95% de precisión a nivel de clasificación de un niño enfermo. Por el otro lado, la
precisión del modelo de clasificación de intenciones fue 80%, por lo que su aprendizaje debería ser continuo ya que
todos tenemos diferentes formas de expresarnos.
How to cite
Benate Mendoza, J. D. (2020). Chatbot pediátrico para la orientación sobre apendicitis aguda basado en NLP y modelos de clasificación supervisada [Tesis para optar el Título Profesional de Ingeniero de Sistemas, Universidad de Lima]. Repositorio institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/14046Publisher
Universidad de LimaCategory / Subcategory
Ingeniería de sistemas / Diseño y métodosSubject
Collections
- Tesis [43]
The following license files are associated with this item: