MongeGeographic Monitor of Diseases

  1. Ureña López, Luis Alfonso
  2. Martín Valdivia, María Teresa
  3. Jiménez Zafra, Salud M.
  4. Plaza-del-Arco, Flor Miriam
  5. García Cumbreras, Miguel Ángel
  6. Molina González, M. Dolores
Revue:
Procesamiento del lenguaje natural

ISSN: 1135-5948

Année de publication: 2018

Número: 61

Pages: 193-196

Type: Article

DIALNET GOOGLE SCHOLAR lock_openRUA editor

D'autres publications dans: Procesamiento del lenguaje natural

Résumé

Monge es un prototipo de un monitor geográfico de enfermedades basado en tweets. Recuperando tweets localizados en distintas ciudades españolas, tanto en español como en catalán, y procesando y analizando la información con técnicas y herramientas de Tecnologías del Lenguaje Humano, permite predecir posibles brotes epidémicos de distintas enfermedades de interés general (gripe, asma, etc.). Los tweets son filtrados utilizando tres criterios: localización, idioma y bolsas de palabras de enfermedades que han sido generadas utilizando sinónimos de WordReference y embeddings. Esta demo podría ser de gran utilidad porque los Centros para el Control y la Prevención de enfermedades tardan entre 1-2 semanas desde que se diagnostica al paciente hasta que los datos están disponibles, mientras que con este prototipo se ofrece una monitorización en tiempo real.

Références bibliographiques

  • Achrekar, H., A. Gandhe, R. Lazarus, S.-H. Yu, and B. Liu. 2011. Predicting flu trends using twitter data. In Computer Communications Workshops (INFOCOM WKSHPS), 2011 IEEE Conference on, pages 702–707. IEEE.
  • Cardellino, C. 2016. Spanish Billion Words Corpus and Embeddings, March.
  • Gupta, Y. 2015. Kibana Essentials. Packt Publishing Ltd. M. Motoyama, B. Meeder, K. L. G. M. V. and . Savage. 2010. Measuring online service availability using twitter. In Workshop on online social networks.
  • Martí, M. A., M. T. Martín-Valdivia, M. Taulé, S. M. Jiménez-Zafra, M. Nofre, and L. Marsó. 2016. La negación en español: análisis y tipología de patrones de negación. Procesamiento del Lenguaje Natural, 57:41–48.
  • Mislove, A. 2010. Pulse of the nation: U.S. mood throughout the day inferred from twitter.
  • Montejo-Ráez, A. and M. C. Díaz-Galiano. 2016. Participación de sinai en tass 2016. In TASS@ SEPLN, pages 41–45.
  • Vilares, M., E. S. Trigo, C. Gómez-Rodríguez, and M. A. Alonso. 2017. Tecnologías de la lengua para análisis de opiniones en redes sociales. Procesamiento del Lenguaje Natural, 59:125–128.
La source de données: Dialnet