論文の概要: Detection and Classification of mental illnesses on social media using RoBERTa

• arxiv url: http://arxiv.org/abs/2011.11226v1
• Date: Mon, 23 Nov 2020 05:54:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-22 02:46:36.691668
• Title: Detection and Classification of mental illnesses on social media using RoBERTa
• Title（参考訳）: RoBERTaを用いたソーシャルメディアにおける精神疾患の検出と分類
• Authors: Ankit Murarka, Balaji Radhakrishnan, Sushma Ravichandran
• Abstract要約: 本研究では,うつ病,不安,双極性障害,ADHD,PTSDの5種類の精神疾患を検出し,分類する。 われわれの研究は、RoBERTaのようなTransformerベースのアーキテクチャを使って人々の感情や心理学を分析する最初のマルチクラスモデルであると信じている。
• 参考スコア（独自算出の注目度）: 0.3753841394482697
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Given the current social distancing regulations across the world, social media has become the primary mode of communication for most people. This has resulted in the isolation of many people suffering from mental illnesses who are unable to receive assistance in person. They have increasingly turned to social media to express themselves and to look for guidance in dealing with their illnesses. Keeping this in mind, we propose a solution to detect and classify mental illness posts on social media thereby enabling users to seek appropriate help. In this work, we detect and classify five prominent kinds of mental illnesses: depression, anxiety, bipolar disorder, ADHD and PTSD by analyzing unstructured user data on social media platforms. In addition, we are sharing a new high-quality dataset to drive research on this topic. We believe that our work is the first multi-class model that uses a Transformer-based architecture such as RoBERTa to analyze people's emotions and psychology. We also demonstrate how we stress-test our model using behavioral testing. With this research, we hope to be able to contribute to the public health system by automating some of the detection and classification process.
• Abstract（参考訳）: 現在の社会距離規制を考えると、ソーシャルメディアは多くの人々にとって主要なコミュニケーション手段となっている。 これにより、個人で援助を受けられない精神疾患に苦しむ多くの人々が隔離された。 彼らは自分自身を表現し、病気に対処するためのガイダンスを探すためにソーシャルメディアに目を向けるようになった。 これを念頭に置いて,ソーシャルメディア上での精神疾患の投稿を検知・分類し,適切な支援を求めるためのソリューションを提案する。 本研究では, うつ病, 不安, 双極性障害, ADHD, PTSDの5種類の精神疾患を, ソーシャルメディアプラットフォーム上の非構造化ユーザデータを解析することにより検出・分類する。 さらに、このトピックに関する研究を進めるために、新たな高品質データセットも公開しています。 われわれの研究は、RoBERTaのようなTransformerベースのアーキテクチャを使って人々の感情や心理学を分析する最初のマルチクラスモデルであると信じている。 また,行動テストを用いてモデルをストレステストする方法を実証する。 本研究では,検出と分類のプロセスの一部を自動化し,公衆衛生システムへの貢献を期待する。

関連論文リスト

• LOST: A Mental Health Dataset of Low Self-esteem in Reddit Posts [4.6071451559137175]
  低自尊心と対人欲求は、うつ病や自殺の試みに大きな影響を及ぼす。 個人は、孤独を増進し緩和するためにソーシャルメディア上の社会的つながりを求めます。 Reddit上での低自己評価を研究・検出するために,心理学的根拠と専門的な注釈付きデータセット,LoST: Low Self esTeemを紹介した。
  論文  参考訳（メタデータ） (2023-06-08T23:52:35Z)
• Detection of depression on social networks using transformers and ensembles [3.997016051942249]
  ソーシャルメディア投稿からの抑うつ検出のための学習済み言語モデルに基づく大規模分類器を複数構築する。 われわれは、RedditとTwitterのソーシャルプラットフォームによる2つのデータ集合におけるモデルの性能を分析した。
  論文  参考訳（メタデータ） (2023-05-09T10:21:14Z)
• Emotion fusion for mental illness detection from social media: A survey [16.410940528107115]
  精神病は世界中で最も多い公衆衛生問題の一つである。 ソーシャルメディア上でユーザーが作成した投稿を分析し、精神疾患の早期発見に対する研究の関心が高まっている。 感情と精神疾患の相関関係から,感情情報の活用と融合が重要な研究トピックに発展してきた。
  論文  参考訳（メタデータ） (2023-04-19T08:28:34Z)
• Depression detection in social media posts using affective and social norm features [84.12658971655253]
  ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。 我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。 提案された機能を含めると、両方の設定で最先端の結果が得られます。
  論文  参考訳（メタデータ） (2023-03-24T21:26:27Z)
• Semantic Similarity Models for Depression Severity Estimation [53.72188878602294]
  本稿では、ソーシャルメディアの文章に基づいて、個人のうつ病の重症度を研究するための効率的なセマンティックパイプラインを提案する。 我々は,抑うつ症状と重度レベルに対応する代表訓練文の指標に対して意味的ランキングを生成するために,テストユーザ文を使用する。 本手法を2つのRedditベースのベンチマークで評価し,うつ病の重症度を指標として,最先端技術よりも30%改善した。
  論文  参考訳（メタデータ） (2022-11-14T18:47:26Z)
• Neural Theory-of-Mind? On the Limits of Social Intelligence in Large LMs [77.88043871260466]
  私たちは、今日の最大の言語モデルのひとつに、このようなソーシャルインテリジェンスを最初から欠いていることを示しています。 我々は、人中心のNLPアプローチは、マインドの神経理論に対してより効果的であるかもしれないと結論づける。
  論文  参考訳（メタデータ） (2022-10-24T14:58:58Z)
• Mental Illness Classification on Social Media Texts using Deep Learning and Transfer Learning [55.653944436488786]
  世界保健機関(WHO)によると、約4億5000万人が影響を受ける。 うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。 本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
  論文  参考訳（メタデータ） (2022-07-03T11:33:52Z)
• Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
  誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。 偏光と誤情報付着が密接な関係にあると仮定する。
  論文  参考訳（メタデータ） (2022-06-30T12:34:24Z)
• Social Behavior and Mental Health: A Snapshot Survey under COVID-19 Pandemic [6.5721468981020665]
  新型コロナウイルスのパンデミックは、私たちの生活、研究、社会化、再現方法を変えました。 オンラインソーシャルメディア分析を利用してユーザーの精神状態を検出し評価する研究が増えている。
  論文  参考訳（メタデータ） (2021-05-17T21:08:03Z)
• Learning Triadic Belief Dynamics in Nonverbal Communication from Videos [81.42305032083716]
  非言語コミュニケーションはエージェント間で豊富な社会情報を伝達することができる。 本論文では,エージェントの精神状態を表現,モデル化,学習,推論するために,異なる非言語的コミュニケーションキューを組み込んだ。
  論文  参考訳（メタデータ） (2021-04-07T00:52:04Z)

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。