psymarkers

Biblioteca de Python rápida y eficiente para extraer marcadores psicológicos y lingüísticos de textos. Está basada en literatura clínica y psicológica, y cuantifica patrones del lenguaje comúnmente asociados con estados de depresión, ansiedad, rumiación cognitiva o ideación suicida.

Instalación

Puedes instalar la biblioteca directamente desde PyPi:

pip install psymarkers

Nota: Requiere la descarga previa de los diccionarios de nltk si no los tienes en tu entorno:

• nltk.download('punkt')
• nltk.download('vader_lexicon')
• nltk.download('averaged_perceptron_tagger')

Indicadores disponibles

Los indicadores actuales incluyen:

• absolutist_ratio: Proporción de palabras absolutistas (always, never, completely), marcador de ansiedad y depresión.
• pronouns_ratio: Proporción de pronombres singulares de primera persona (I, me, my), asociado a focalización en uno mismo.
• pronouns_plural_ratio: Proporción de pronombres plurales (we, us). Su disminución es un indicador de aislamiento social.
• somatic_ratio: Uso de palabras relacionadas con el cuerpo, dolor y fatiga.
• hopelessness_ratio: Proporción de léxico que expresa desesperanza y falta de futuro.
• negative_sentiment / compound_sentiment: Valencia emocional negativa y polaridad afectiva general (mediante VADER).
• type_token_ratio: Diversidad léxica. Un ratio bajo indica vocabulario repetitivo (rumiación cognitiva).
• temporal_myopia_index: Ratio de verbos en pasado frente a verbos modales futuros, indicando estrechamiento temporal o incapacidad de proyectarse al futuro.
• readability_score: Nivel de legibilidad de Flesch-Kincaid. Textos muy desorganizados se asocian a deterioro cognitivo o psicosis.
• insomnia_post: Validador de metadatos que retorna 1.0 si el texto fue publicado en horario nocturno (2 AM - 5 AM).

Ejemplos de uso

Como pipeline en aprendizaje automático

Ya que (intentamos) que todos los indicadores compartan una interfaz común, se puede usar para crear vectores de características limpios y listos para entrenar modelos:

from psymarkers import markers

# 1. Defines tu pipeline de extracción
metrics_pipeline = [
    markers.absolutist_ratio,
    markers.pronouns_ratio,
    markers.hopelessness_ratio,
    markers.negative_sentiment,
    markers.temporal_myopia_index,
    markers.type_token_ratio
]

text = "I am completely exhausted and have no future."
date = "2023-10-27T03:15:00Z"

# 2. Extraes todas las características en un diccionario en una sola pasada
features = {
    metric.__class__.__name__: metric(text, date=date) 
    for metric in metrics_pipeline
}

# 3. Haces lo que quireas con los datos
print(features)  # Salida esperada: {'RegexRatioMetric': 0.11, 'SentimentMetric': 0.8, ...}

Licencia

Este proyecto está licenciado bajo los términos de la GNU General Public License v3.0 (GPLv3). Eres libre de usar, modificar y distribuir este software, siempre y cuando las obras derivadas se distribuyan bajo la misma licencia abierta. Para más información, por favor consulta el fichero LICENSE.