論文の概要: "Can We Detect Substance Use Disorder?": Knowledge and Time Aware Classification on Social Media from Darkweb

• arxiv url: http://arxiv.org/abs/2304.10512v1
• Date: Thu, 20 Apr 2023 17:47:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-21 12:08:55.316847
• Title: "Can We Detect Substance Use Disorder?": Knowledge and Time Aware Classification on Social Media from Darkweb
• Title（参考訳）: 「物質使用障害は検出できるか?」 : ダークウェブからソーシャルメディア上での知識と時間意識の分類
• Authors: Usha Lokala, Orchid Chetia Phukan, Triyasha Ghosh Dastidar, Francois Lamy, Raminta Daniulaityte, Amit Sheth
• Abstract要約: 本研究は,オピオイドを暗号市場上場を通じて販売するソーシャルメディア上での物質使用状況を分析した。 我々は、薬物乱用オントロジー、最先端のディープラーニング、知識を意識したBERTベースのモデルを用いて、感情と感情を生成する。 我々は、暗号市場データをクロールして、フェンタニル、フェンタニル類縁体、その他の新しい合成オピオイドの抽出に利用した方法について論じる。
• 参考スコア（独自算出の注目度）: 0.08388591755871731
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Opioid and substance misuse is rampant in the United States today, with the phenomenon known as the "opioid crisis". The relationship between substance use and mental health has been extensively studied, with one possible relationship being: substance misuse causes poor mental health. However, the lack of evidence on the relationship has resulted in opioids being largely inaccessible through legal means. This study analyzes the substance use posts on social media with opioids being sold through crypto market listings. We use the Drug Abuse Ontology, state-of-the-art deep learning, and knowledge-aware BERT-based models to generate sentiment and emotion for the social media posts to understand users' perceptions on social media by investigating questions such as: which synthetic opioids people are optimistic, neutral, or negative about? or what kind of drugs induced fear and sorrow? or what kind of drugs people love or are thankful about? or which drugs people think negatively about? or which opioids cause little to no sentimental reaction. We discuss how we crawled crypto market data and its use in extracting posts for fentanyl, fentanyl analogs, and other novel synthetic opioids. We also perform topic analysis associated with the generated sentiments and emotions to understand which topics correlate with people's responses to various drugs. Additionally, we analyze time-aware neural models built on these features while considering historical sentiment and emotional activity of posts related to a drug. The most effective model performs well (statistically significant) with (macroF1=82.12, recall =83.58) to identify substance use disorder.
• Abstract（参考訳）: 現在では、オピオイドや物質乱用が増加しており、この現象は「オピオイド危機」と呼ばれている。 物質使用と精神の健康との関係は広く研究されており、一つは「物質誤用は精神の健康を損なう」という関係である。 しかし、この関係に関する証拠の欠如により、オピオイドは法的な手段でほとんどアクセスできない。 本研究は,オピオイドを暗号市場上場を通じて販売するソーシャルメディア上での物質使用状況を分析した。 我々は、薬物乱用オントロジー、最先端のディープラーニング、知識を意識したBERTベースのモデルを使用して、ソーシャルメディア投稿に対する感情と感情を生成し、ソーシャルメディア上のユーザの認識を理解する。 どんな薬が恐怖と悲しみを 引き起こしたのか? または、人々が愛したり、感謝している薬の種類? どの薬を否定的に考えるのか? オピオイドは感情的な反応をほとんど起こさないのです 我々は、暗号市場データのクロールと、フェンタニル、フェンタニルアナログ、および他の新規合成オピオイドのポスト抽出におけるその利用について論じる。 また、生成した感情や感情に関連するトピック分析を行い、どのトピックが様々な薬物に対する人々の反応と関連しているかを理解する。 さらに,これらの特徴に基づいて構築された時間認識ニューラルモデルを分析し,薬物関連記事の歴史的感情と感情活動について検討した。 最も効果的なモデルは、薬物使用障害を特定するために(macrof1=82.12、recall =83.58)よく機能する(統計的に有意)。

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)
• Detection of Opioid Users from Reddit Posts via an Attention-based Bidirectional Recurrent Neural Network [11.491225833044021]
  我々は、Redditでオピオイドユーザーを特定する機械学習の最近の進歩を活用している。 1ヶ月で3つのサブレディットに投稿した1000人以上のユーザーからの投稿が収集された。 我々は,オピオイドユーザを特定するために,注目に基づく双方向長短メモリモデルを適用した。
  論文  参考訳（メタデータ） (2024-02-09T22:12:20Z)
• Identifying Self-Disclosures of Use, Misuse and Addiction in Community-based Social Media Posts [26.161892748901252]
  我々は,オピオイド使用の6つの異なる位相をラベル付けした,様々なサブレディットからの2500オピオイド関連ポストのコーパスを提示する。 すべての投稿で、私たちは、アノテーションの品質とモデル開発の両方において、スパンレベルの説明を注釈付けし、彼らの役割を決定的に研究します。
  論文  参考訳（メタデータ） (2023-11-15T16:05:55Z)
• MoCa: Measuring Human-Language Model Alignment on Causal and Moral Judgment Tasks [49.60689355674541]
  認知科学の豊富な文献は人々の因果関係と道徳的直観を研究してきた。 この研究は、人々の判断に体系的に影響を及ぼす多くの要因を明らかにした。 大規模言語モデル(LLM)が、人間の参加者と一致するテキストベースのシナリオについて因果的、道徳的な判断を下すかどうかを検証する。
  論文  参考訳（メタデータ） (2023-10-30T15:57:32Z)
• The Evolution of Substance Use Coverage in the Philadelphia Inquirer [5.417001678982669]
  この研究はフィラデルフィア・インクワイアラーで10年間に出版された157,476の論文を分析した。 大麻と麻薬は最も頻繁に議論される薬物のクラスである。 幻覚剤は他のカテゴリーよりも肯定的に描写されるのに対し、麻薬は最も否定的に描写される。
  論文  参考訳（メタデータ） (2023-07-03T19:09:04Z)
• 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)
• Cross-Modality Neuroimage Synthesis: A Survey [71.27193056354741]
  マルチモダリティイメージングは、疾患の診断を改善し、解剖学的特性を持つ組織における相違を明らかにする。 完全な整列とペアの多モードニューロイメージングデータの存在は、脳研究においてその効果を証明している。 もう一つの解決策は、教師なしまたは弱教師なしの学習方法を探究し、欠落した神経画像データを合成することである。
  論文  参考訳（メタデータ） (2022-02-14T19:29:08Z)
• eDarkTrends: Harnessing Social Media Trends in Substance use disorders for Opioid Listings on Cryptomarket [10.220809005199781]
  本研究は,ソーシャルメディア上で,オピオイドが仮想通貨市場で販売されている場合の薬物乱用記事を分析した。 我々は、薬物乱用オントロジー、最先端のディープラーニング、およびBERTベースのモデルを使用して、ソーシャルメディア投稿に対する感情と感情を生成する。 時間的介入が必要なオピオイド症例の分離を支援するため, 政策形成に有効であると考えられた。
  論文  参考訳（メタデータ） (2021-03-29T16:58:26Z)
• Patterns of Routes of Administration and Drug Tampering for Nonmedical Opioid Consumption: Data Mining and Content Analysis of Reddit Discussions [0.0]
  我々は、半自動情報検索アルゴリズムを用いて、非医療オピオイド消費について議論するサブレディットを同定した。 我々は,物質や投与経路の選好をモデル化し,その頻度と時間的展開を推定した。 フェンタニルパッチを噛んだり、ブプレノルフィンを舌下から溶かすなどの乱用行動の証拠が発見された。
  論文  参考訳（メタデータ） (2021-02-22T18:14:48Z)
• Computational Support for Substance Use Disorder Prevention, Detection, Treatment, and Recovery [62.9980747784214]
  物質使用障害には、アルコール、オピオイド、マリファナ、メタンフェタミンの誤用が含まれる。 成人12人中1人が薬物使用障害を患っている。 全米薬物乱用協会(National Institute on Drug Abuse)は、SUDが年間5200億ドルの費用を負担していると推計している。
  論文  参考訳（メタデータ） (2020-06-23T18:30:20Z)
• Whose Tweets are Surveilled for the Police: An Audit of Social-Media Monitoring Tool via Log Files [69.02688684221265]
  我々はCorvallis (Oregon) Police DepartmentによるDigitalStakeoutというソーシャルメディア監視ソフトウェアの使用からログファイルを入手した。 これらのログファイルには、DigitalStakeoutによるプロプライエタリな検索の結果が含まれている。 ツイートがDigitalStakeoutによってフラグ付けされているユーザーの人口統計と、地域のTwitterユーザーの人口統計との差異を観察する。
  論文  参考訳（メタデータ） (2020-01-23T19:35:12Z)

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。