論文の概要: Suicidal Ideation Detection on Social Media: A Review of Machine Learning Methods

• arxiv url: http://arxiv.org/abs/2201.10515v1
• Date: Tue, 25 Jan 2022 18:23:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-26 16:03:39.259905
• Title: Suicidal Ideation Detection on Social Media: A Review of Machine Learning Methods
• Title（参考訳）: ソーシャルメディア上での適切な着想検出:機械学習手法の概観
• Authors: Asma Abdulsalam and Areej Alhothali
• Abstract要約: ソーシャルメディアにおける自殺観念と行動を特定するために多くの研究がなされている。 本稿では,ソーシャルメディア上での機械学習アルゴリズムを用いた自殺思考の検出に関する最近の研究成果について概説する。
• 参考スコア（独自算出の注目度）: 0.34265828682659694
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social media platforms have transformed traditional communication methods by allowing users worldwide to communicate instantly, openly, and frequently. People use social media to express their opinion and share their personal stories and struggles. Negative feelings that express hardship, thoughts of death, and self-harm are widespread in social media, especially among young generations. Therefore, using social media to detect and identify suicidal ideation will help provide proper intervention that will eventually dissuade others from self-harming and committing suicide and prevent the spread of suicidal ideations on social media. Many studies have been carried out to identify suicidal ideation and behaviors in social media. This paper presents a comprehensive summary of current research efforts to detect suicidal ideation using machine learning algorithms on social media. This review 24 studies investigating the feasibility of social media usage for suicidal ideation detection is intended to facilitate further research in the field and will be a beneficial resource for researchers engaged in suicidal text classification.
• Abstract（参考訳）: ソーシャルメディアプラットフォームは、世界中のユーザーが瞬時、オープン、頻繁なコミュニケーションを可能にすることによって、従来のコミュニケーション方法を変えてきた。 人々はソーシャルメディアを使って意見を述べ、個人的な物語や苦闘を共有します。 苦悩、死の考え、自傷を表わす否定的な感情は、ソーシャルメディア、特に若い世代に広く浸透している。 したがって、自殺を検知し特定するためにソーシャルメディアを使用することは、最終的には他人を自傷や自殺から遠ざけ、ソーシャルメディア上での自殺イデオロギーの拡散を防ぐ適切な介入を提供するのに役立つ。 ソーシャルメディアにおける自殺イデオロギーや行動を特定するための研究が数多く行われている。 本稿では,ソーシャルメディア上での機械学習アルゴリズムを用いた自殺思考の検出に関する最近の研究成果について概説する。 本レビュー24は,自殺イデオライゼーション検出におけるソーシャルメディアの利用可能性を検討する研究であり,自殺テキスト分類に携わる研究者にとって有用な資源である。

関連論文リスト

• How Social Media Big Data Can Improve Suicide Prevention [0.0]
  自殺に関連するオンライン行動が実際にどのように関わっているのか、その証拠はいまだに残っていない。 3ヶ月のスーパーコンピュータ検索の結果、570,156人の若者がソーシャルメディア上で自殺関連情報を消費した。 8人全員が、最大15人の自殺関連オンライングループに激怒した。 ソーシャルメディア利用者をターゲットにした自殺防止戦略は広範囲に実施されなければならない。
  論文  参考訳（メタデータ） (2024-01-15T14:35:39Z)
• CautionSuicide: A Deep Learning Based Approach for Detecting Suicidal Ideation in Real Time Chatbot Conversation [0.0]
  自殺の早期発見は自殺の予防に役立つ。 本稿では,デジタルコンテンツにおける自殺的思考を検出するための,新しいシンプルな深層学習モデルを提案する。
  論文  参考訳（メタデータ） (2024-01-02T04:14:16Z)
• Conceptualizing Suicidal Behavior: Utilizing Explanations of Predicted Outcomes to Analyze Longitudinal Social Media Data [2.76101452577748]
  新型コロナウイルスのパンデミックは世界中でメンタルヘルスの危機をエスカレートしている。 自殺は、恥、虐待、放棄、うつ病のような精神状態などの社会的要因によって引き起こされる。 これらの状況が発展するにつれて、自殺的思考の兆候がソーシャルメディアの相互作用に現れる可能性がある。
  論文  参考訳（メタデータ） (2023-12-13T17:15:12Z)
• 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)
• 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)
• Quantifying the Suicidal Tendency on Social Media: A Survey [0.0]
  自殺は早産だが予防可能な死因の1つである。 近年の研究では、ソーシャルメディアデータのマイニングが、利用者の自殺傾向の定量化に役立っていることが示されている。 本書は、精神医療の分類を解明し、ソーシャルメディアデータにおける自殺傾向の定量化の可能性を検討するための最近の試みを強調している。
  論文  参考訳（メタデータ） (2021-10-04T12:26:14Z)
• Building and Using Personal Knowledge Graph to Improve Suicidal Ideation Detection on Social Media [4.769234388745917]
  ソーシャルメディア上での自殺思考検出のための深層ニューラルネットワークを用いた,自殺指向の知識グラフの構築と統合を行う。 ソーシャルメディアに基づく自殺思考検出は93%以上の精度を達成できることを示す。 これらのカテゴリでは、投稿されたテキスト、ストレスレベル、ストレス持続時間、投稿された画像、反響的な思考が自殺的思考の検出に寄与する。
  論文  参考訳（メタデータ） (2020-12-16T18:09:32Z)
• Clustering of Social Media Messages for Humanitarian Aid Response during Crisis [47.187609203210705]
  近年のDeep Learning and Natural Language Processingの進歩は,情報度を分類する作業において,事前のアプローチよりも優れていることを示す。 本稿では,これらの手法を2つのサブタスクに拡張し,Deep Learning法も有効であることを示す。
  論文  参考訳（メタデータ） (2020-07-23T02:18:05Z)
• Fighting the COVID-19 Infodemic in Social Media: A Holistic Perspective and a Call to Arms [42.7332883578842]
  新型コロナウイルス(COVID-19)のパンデミックが勃発すると、人々はソーシャルメディアに、タイムリーな情報を読み、共有するよう促した。 また、医療と政治の誤報と偽情報の新しいブレンドがあり、これが最初の世界的なインフォデミックを引き起こした。 これは、ジャーナリスト、ファクトチェッカー、政策立案者、政府機関、ソーシャルメディアプラットフォーム、社会全体の観点からの総合的なアプローチを必要とする複雑な問題である。
  論文  参考訳（メタデータ） (2020-07-15T21:18:30Z)
• Suicidal Ideation and Mental Disorder Detection with Attentive Relation Networks [43.2802002858859]
  本稿では,語彙に基づく感情スコアと潜在トピックを用いたテキスト表現を強化する。 本研究は,自殺思考と精神障害を関連するリスク指標を用いて検出する関係ネットワークを提案する。
  論文  参考訳（メタデータ） (2020-04-16T11:18:55Z)

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。