Harnessing Uncleaned Data for Stress Detection in Tamil and Telugu Code-Mixed Texts
DOI:
https://doi.org/10.13053/cys-29-3-5499Palabras clave:
Stress, NLP, Machine Learning, LLM, SMOTE, Code-Mixed, Tamil, TeluguResumen
Stress is a common experience in daily life, but it can significantly impact mental well-being in certain situations, making the development of robust detection models imperative. This proposal introduces a methodical approach to the stress detection in code-mixed texts for Dravidian languages. The challenge encompassed two datasets, targeting Tamil and Telugu languages respectively. This proposal underscores the importance of testing uncleaned text, such as deleting emojis, special characters, etc., in classification methodologies. In this proposal were evaluated Logistic Regression, Random Forest and Support Vector Machine algorithms featuring three textual representations: TF-IDF, word and character N-grams. This proposal demonstrated strong performance across both languages, achieving a Macro F1-score of 0.75 for Tamil and 0.74 for Telugu, surpassing the results obtained using other complex techniques involving LLMs. The results underscore the value of uncleaned text for mental state detection and the challenges of classifying code-mixed texts in Dravidian languages, indicating that there is potential to be explored, especially in Tamil and Telugu texts.Descargas
Archivos adicionales
Publicado
Número
Sección
Licencia
Transfiero exclusivamente a la revista “Computación y Sistemas”, editada por el Centro de Investigación en Computación (CIC), los Derechos de Autor del artículo antes mencionado, asimismo acepto que no serán transferidos a ninguna otra publicación, en cualquier formato, idioma, medio existente (incluyendo los electrónicos y multimedios) o por desarrollar.
Certifico que el artículo, no ha sido divulgado previamente o sometido simultáneamente a otra publicación y que no contiene materiales cuya publicación violaría los Derechos de Autor u otros derechos de propiedad de cualquier persona, empresa o institución. Certifico además que tengo autorización de la institución o empresa donde trabajo o estudio para publicar este Trabajo.
El autor, representante acepta la responsabilidad por la publicación del Trabajo en nombre de todos y cada uno de los autores.
Esta Transferencia está sujeta a las siguientes reservas:
- Los autores conservan todos los derechos de propiedad (tales como derechos de patente) de este Trabajo, con excepción de los derechos de publicación transferidos al CIC, mediante este documento.
- Los autores conservan el derecho de publicar el Trabajo total o parcialmente en cualquier libro del que ellos sean autores o editores y hacer uso personal de este trabajo en conferencias, cursos, páginas web personal, etc.