論文の概要: Emotion fusion for mental illness detection from social media: A survey
- arxiv url: http://arxiv.org/abs/2304.09493v1
- Date: Wed, 19 Apr 2023 08:28:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-20 15:08:43.920474
- Title: Emotion fusion for mental illness detection from social media: A survey
- Title（参考訳）: ソーシャルメディアによる精神疾患検出のための感情融合:調査
- Authors: Tianlin Zhang and Kailai Yang and Shaoxiong Ji and Sophia Ananiadou
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 16.410940528107115
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Mental illnesses are one of the most prevalent public health problems
worldwide, which negatively influence people's lives and society's health. With
the increasing popularity of social media, there has been a growing research
interest in the early detection of mental illness by analysing user-generated
posts on social media. According to the correlation between emotions and mental
illness, leveraging and fusing emotion information has developed into a
valuable research topic. In this article, we provide a comprehensive survey of
approaches to mental illness detection in social media that incorporate emotion
fusion. We begin by reviewing different fusion strategies, along with their
advantages and disadvantages. Subsequently, we discuss the major challenges
faced by researchers working in this area, including issues surrounding the
availability and quality of datasets, the performance of algorithms and
interpretability. We additionally suggest some potential directions for future
research.
- Abstract（参考訳）: 精神疾患は世界中で最も一般的な公衆衛生問題の一つであり、人々の生活や社会の健康に悪影響を及ぼす。
ソーシャルメディアの普及に伴い、ソーシャルメディア上でユーザーが生成した投稿を分析して精神疾患の早期発見へ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。
本稿では,感情融合を取り入れたソーシャルメディアにおける精神疾患検出のアプローチに関する包括的調査を行う。
まずは、異なる融合戦略と、その利点と欠点をレビューすることから始めます。
次に,この領域で働く研究者が直面する課題として,データセットの可用性や品質,アルゴリズムの性能,解釈可能性などについて論じる。
また,今後の研究の方向性についても提案する。
関連論文リスト
- Measuring Non-Typical Emotions for Mental Health: A Survey of Computational Approaches [57.486040830365646]
ストレスと抑うつは日々のタスクにおけるエンゲージメントに影響を与え、彼らの相互作用を理解する必要性を強調します。
この調査は、ストレス、抑うつ、エンゲージメントを分析する計算手法を同時に探求した最初のものである。
論文 参考訳（メタデータ） (2024-03-09T11:16:09Z) - 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) - Combating Health Misinformation in Social Media: Characterization,
Detection, Intervention, and Open Issues [24.428582199602822]
様々なソーシャルメディアプラットフォームの台頭は、オンライン誤報の拡散も可能にしている。
ソーシャルメディアにおける健康情報の誤報は、さまざまな分野の研究者から注目を集める新たな研究方向となっている。
論文 参考訳（メタデータ） (2022-11-10T01:52:12Z) - Aggression and "hate speech" in communication of media users: analysis
of control capabilities [50.591267188664666]
著者らは新メディアにおける利用者の相互影響の可能性を検討した。
新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。
結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
論文 参考訳（メタデータ） (2022-08-25T15:53:32Z) - 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) - Intelligent interactive technologies for mental health and well-being [70.1586005070678]
本論文では,既存ソリューションの将来展望を批判的に分析する。
特に、私たちは。
メンタルヘルスのための技術の概要を説明します。
提案された基準に照らして テクノロジーを批判的に分析する
これらの技術の設計見通しを提供するのです
論文 参考訳（メタデータ） (2021-05-11T19:04:21Z) - 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) - 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) - Mining social media data for biomedical signals and health-related
behavior [0.0]
ソーシャルメディアのデータは、バイオメディカルおよび健康関連現象の研究にますます利用されてきた。
バイオメディカル・疫学・社会現象情報のためのソーシャルメディアのマイニングに関する最近の研究を概観する。
本稿では、健康関連アプリケーションにおけるソーシャルメディアデータの革新的利用と、ソーシャルメディアデータアクセスおよび利用における重要な制限について論じる。
論文 参考訳（メタデータ） (2020-01-28T12:08:22Z)
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。