論文の概要: A Multitask Deep Learning Approach for User Depression Detection on Sina Weibo

• arxiv url: http://arxiv.org/abs/2008.11708v1
• Date: Wed, 26 Aug 2020 17:53:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-24 21:21:34.470272
• Title: A Multitask Deep Learning Approach for User Depression Detection on Sina Weibo
• Title（参考訳）: Sina Weiboを用いたマルチタスク深層学習によるユーザ抑うつ検出
• Authors: Yiding Wang, Zhenyi Wang, Chenghao Li, Yilin Zhang, Haizhou Wang
• Abstract要約: 私たちは、Sina Weibo(中国コミュニティで最もアクティブなユーザ数の多いOSN)に大規模なデータセットを構築しています。 ユーザのテキスト、社会的行動、投稿された画像を分析して10の統計的特徴を結論し、提案する。 新しいディープニューラルネットワーク分類モデルであるFusionNetが提案され、上記の特徴を同時に訓練する。
• 参考スコア（独自算出の注目度）: 6.899536164312357
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years, due to the mental burden of depression, the number of people who endanger their lives has been increasing rapidly. The online social network (OSN) provides researchers with another perspective for detecting individuals suffering from depression. However, existing studies of depression detection based on machine learning still leave relatively low classification performance, suggesting that there is significant improvement potential for improvement in their feature engineering. In this paper, we manually build a large dataset on Sina Weibo (a leading OSN with the largest number of active users in the Chinese community), namely Weibo User Depression Detection Dataset (WU3D). It includes more than 20,000 normal users and more than 10,000 depressed users, both of which are manually labeled and rechecked by professionals. By analyzing the user's text, social behavior, and posted pictures, ten statistical features are concluded and proposed. In the meantime, text-based word features are extracted using the popular pretrained model XLNet. Moreover, a novel deep neural network classification model, i.e. FusionNet (FN), is proposed and simultaneously trained with the above-extracted features, which are seen as multiple classification tasks. The experimental results show that FusionNet achieves the highest F1-Score of 0.9772 on the test dataset. Compared to existing studies, our proposed method has better classification performance and robustness for unbalanced training samples. Our work also provides a new way to detect depression on other OSN platforms.
• Abstract（参考訳）: 近年、うつ病の精神的な負担により、生活を危険にさらす人が増えてきている。 オンラインソーシャルネットワーク(OSN)は、うつ病に苦しむ個人を検出する別の視点を提供する。 しかし、機械学習に基づく抑うつ検出の既存の研究は、まだ比較的低い分類性能を残しており、その特徴工学における改善の可能性が示唆されている。 本稿では,sina weibo(中国コミュニティで最もアクティブなユーザ数の多いosn),すなわちweibo user depression detection dataset(wu3d)上に,大規模データセットを手作業で構築する。 2万人以上の一般ユーザーと1万人以上の落ち込んだユーザーが含まれており、どちらも手動でラベル付けされ、専門家によって再チェックされる。 ユーザのテキスト、社会的行動、投稿された画像を分析して10の統計的特徴を結論し、提案する。 一方、テキストベースの単語特徴は、一般的な事前学習モデルXLNetを用いて抽出される。 さらに,新しい深層ニューラルネットワーク分類モデルであるfusionnet(fn)を提案し,複数の分類タスクと見なされる上記の特徴を同時に訓練した。 実験の結果,FusionNetはテストデータセットで0.9772のF1スコアを達成した。 既存の研究と比較して,本手法は非バランスなトレーニングサンプルの分類性能とロバスト性を向上する。 私たちの研究は、他のOSNプラットフォームでうつを検知する新しい方法も提供しています。

関連論文リスト

• Open-World Semi-Supervised Learning for Node Classification [53.07866559269709]
  ノード分類のためのオープンワールド半教師付き学習(Open World SSL)は、グラフコミュニティにおいて実用的だが未探索の課題である。 オープンワールド半教師付きノード分類のためのIM Balance-AwareメソッドOpenIMAを提案する。
  論文  参考訳（メタデータ） (2024-03-18T05:12:54Z)
• A Framework for Identifying Depression on Social Media: MentalRiskES@IberLEF 2023 [0.979963710164115]
  本稿では,IberLEF 2023におけるMentalRiskESタスクへの参加について述べる。 この課題は、ソーシャルメディアの活動に基づいてうつ病を経験する個人の可能性を予測することであった。 データセットは175人のTelegramユーザーによる会話で構成されており、それぞれが障害に苦しむ証拠に基づいてラベル付けされている。
  論文  参考訳（メタデータ） (2023-06-28T11:53:07Z)
• Evaluating Graph Neural Networks for Link Prediction: Current Pitfalls and New Benchmarking [66.83273589348758]
  リンク予測は、グラフのエッジの一部のみに基づいて、目に見えないエッジが存在するかどうかを予測しようとする。 近年,この課題にグラフニューラルネットワーク(GNN)を活用すべく,一連の手法が導入されている。 これらの新しいモデルの有効性をよりよく評価するために、新しい多様なデータセットも作成されている。
  論文  参考訳（メタデータ） (2023-06-18T01:58:59Z)
• ASPEST: Bridging the Gap Between Active Learning and Selective Prediction [56.001808843574395]
  選択予測は、不確実な場合の予測を棄却する信頼性のあるモデルを学ぶことを目的としている。 アクティブラーニングは、最も有意義な例を問うことで、ラベリングの全体、すなわち人間の依存度を下げることを目的としている。 本研究では,移動対象領域からより情報のあるサンプルを検索することを目的とした,新たな学習パラダイムである能動的選択予測を導入する。
  論文  参考訳（メタデータ） (2023-04-07T23:51:07Z)
• Detecting Reddit Users with Depression Using a Hybrid Neural Network SBERT-CNN [18.32536789799511]
  うつ病は広範なメンタルヘルスの問題であり、世界の人口の3.8%に影響を及ぼしている。 本稿では,事前訓練された文BERT(SBERT)と畳み込みニューラルネットワーク(CNN)を組み合わせたハイブリッドディープラーニングモデルを提案する。 このモデルは精度0.86とF1スコア0.86を達成し、文学における他の機械学習モデルによる最先端の文書化結果(F1スコア0.79)を上回った。
  論文  参考訳（メタデータ） (2023-02-03T06:22:18Z)
• D-BIAS: A Causality-Based Human-in-the-Loop System for Tackling Algorithmic Bias [57.87117733071416]
  D-BIASは、人間のループ内AIアプローチを具現化し、社会的バイアスを監査し軽減する視覚対話型ツールである。 ユーザは、因果ネットワークにおける不公平な因果関係を識別することにより、グループに対する偏見の存在を検出することができる。 それぞれのインタラクション、例えばバイアスのある因果縁の弱体化/削除は、新しい(偏りのある)データセットをシミュレートするために、新しい方法を用いている。
  論文  参考訳（メタデータ） (2022-08-10T03:41:48Z)
• Neurochaos Feature Transformation and Classification for Imbalanced Learning [0.0]
  制限付きと不均衡なデータから学ぶことは、人工知能コミュニティでは難しい問題だ。 ヒト脳におけるカオス性神経細胞の発火に触発され、ニューロカオス学習(NL)と呼ばれる新しい学習アルゴリズムが最近提案された。 本稿では,ニューロカオスに基づく特徴変換と従来のMLアルゴリズムを用いた抽出のユニークな組み合わせを提案する。
  論文  参考訳（メタデータ） (2022-04-20T16:11:45Z)
• Novelty Detection via Contrastive Learning with Negative Data Augmentation [34.39521195691397]
  新規性検出のための新しい生成ネットワークフレームワークを提案する。 我々のモデルは最先端のノベルティ検出器よりも優れている。 我々のモデルは、他の敵ベースノベルティ検出方法と比較して、非敵方式で訓練するためにより安定している。
  論文  参考訳（メタデータ） (2021-06-18T07:26:15Z)
• DepressionNet: A Novel Summarization Boosted Deep Framework for Depression Detection on Social Media [12.820775223409857]
  Twitterは、ユーザーが生成したコンテンツを共有できる人気のオンラインソーシャルメディアプラットフォームである。 応用の1つは、うつ病などの精神疾患を自動的に発見することである。 オンラインソーシャルメディア上で、抑うつされたユーザーを自動的に検出する以前の研究は、ユーザー行動と言語パターンに大きく依存している。
  論文  参考訳（メタデータ） (2021-05-23T08:05:53Z)
• ALT-MAS: A Data-Efficient Framework for Active Testing of Machine Learning Algorithms [58.684954492439424]
  少量のラベル付きテストデータのみを用いて機械学習モデルを効率的にテストする新しいフレームワークを提案する。 ベイズニューラルネットワーク(bnn)を用いたモデルアンダーテストの関心指標の推定が目的である。
  論文  参考訳（メタデータ） (2021-04-11T12:14:04Z)
• Omni-supervised Facial Expression Recognition via Distilled Data [120.11782405714234]
  ネットワークトレーニングにおいて,信頼度の高いサンプルを多量のラベルのないデータで活用するためのオムニ教師付き学習を提案する。 我々は,新しいデータセットが学習したFERモデルの能力を大幅に向上させることができることを実験的に検証した。 そこで本研究では,生成したデータセットを複数のクラスワイド画像に圧縮するために,データセット蒸留戦略を適用することを提案する。
  論文  参考訳（メタデータ） (2020-05-18T09:36:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。