論文の概要: Mental Illness Classification on Social Media Texts using Deep Learning
and Transfer Learning
- arxiv url: http://arxiv.org/abs/2207.01012v1
- Date: Sun, 3 Jul 2022 11:33:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-06 10:00:10.143998
- Title: Mental Illness Classification on Social Media Texts using Deep Learning
and Transfer Learning
- Title（参考訳）: 深層学習とトランスファー学習を用いたソーシャルメディアテキストの精神疾患分類
- Authors: Iqra Ameer, Muhammad Arif, Grigori Sidorov, Helena G\`omez-Adorno, and
Alexander Gelbukh
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 55.653944436488786
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Given the current social distance restrictions across the world, most
individuals now use social media as their major medium of communication.
Millions of people suffering from mental diseases have been isolated due to
this, and they are unable to get help in person. They have become more reliant
on online venues to express themselves and seek advice on dealing with their
mental disorders. According to the World health organization (WHO),
approximately 450 million people are affected. Mental illnesses, such as
depression, anxiety, etc., are immensely common and have affected an
individuals' physical health. Recently Artificial Intelligence (AI) methods
have been presented to help mental health providers, including psychiatrists
and psychologists, in decision making based on patients' authentic information
(e.g., medical records, behavioral data, social media utilization, etc.). AI
innovations have demonstrated predominant execution in numerous real-world
applications broadening from computer vision to healthcare. This study analyzes
unstructured user data on the Reddit platform and classifies five common mental
illnesses: depression, anxiety, bipolar disorder, ADHD, and PTSD. We trained
traditional machine learning, deep learning, and transfer learning multi-class
models to detect mental disorders of individuals. This effort will benefit the
public health system by automating the detection process and informing
appropriate authorities about people who require emergency assistance.
- Abstract（参考訳）: 現在の世界の社会距離制限を考えると、ほとんどの個人はソーシャルメディアを主要なコミュニケーション媒体として使っている。
精神疾患に苦しむ何百万人もの人々がこのために孤立しており、直接助けられていない。
彼らは自分自身を表現し、精神障害に対処するためのアドバイスを求めるために、オンラインの会場に依存するようになった。
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、不安などの精神疾患は極めて一般的であり、個人の身体的健康に影響を与えている。
近年,精神科医や心理学者などの精神保健提供者に対して,患者の真正な情報(医療記録,行動データ,ソーシャルメディア利用など)に基づく意思決定を支援する人工知能(ai)手法が提案されている。
aiイノベーションは、コンピュータビジョンから医療まで、多くの現実世界のアプリケーションで主に実行されている。
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。
我々は、個人の精神障害を検出するために、従来の機械学習、深層学習、多クラス学習モデルを訓練した。
この取り組みは、検出プロセスを自動化し、緊急支援を必要とする人々について適切な当局に通知することで、公衆衛生システムに役立つだろう。
関連論文リスト
- MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
メンタルヘルス障害は世界で最も深刻な病気の1つである。
プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。
MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
論文 参考訳（メタデータ） (2024-10-09T13:06:40Z) - 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) - UATTA-EB: Uncertainty-Aware Test-Time Augmented Ensemble of BERTs for
Classifying Common Mental Illnesses on Social Media Posts [0.0]
UATTA-EB: Uncertainty-Aware Test-Time Augmented Ensembling of BERTs for produce reliable and well-calibrated predictions。
Reddit上の非構造化ユーザデータを分析して、None、Depression、Anxiety、Bipolar disorder、ADHD、PTSDの6種類の精神疾患の分類を行う。
論文 参考訳（メタデータ） (2023-04-10T12:18:53Z) - 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) - Chatbots for Mental Health Support: Exploring the Impact of Emohaa on
Reducing Mental Distress in China [50.12173157902495]
調査には134人の参加者が参加し、Emohaa(CBT)、Emohaa(Full)、コントロールの3つのグループに分けられた。
Emohaaは、CBTベースのエクササイズとガイド付き会話を通じて認知的支援を提供する会話エージェントである。
また、ユーザーが望む感情的な問題を経験できるようにすることで、ユーザーを感情的に支援する。
論文 参考訳（メタデータ） (2022-09-21T08:23:40Z) - Speech Emotion Recognition using Supervised Deep Recurrent System for
Mental Health Monitoring [0.0]
本稿では、音声からの人間の感情を理解し、IVAサービスを改善し、メンタルヘルスを監視するために、ゲートリカレントニューラルネットワークと畳み込みニューラルネットワークに基づく新しいディープラーニングモデルを提案する。
論文 参考訳（メタデータ） (2022-08-26T01:14:31Z) - 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) - Detection and Classification of mental illnesses on social media using
RoBERTa [0.3753841394482697]
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。
論文 参考訳（メタデータ） (2020-11-23T05:54:46Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳（メタデータ） (2020-09-21T03:45:14Z)
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。