Alapfogalmak
本研究では、Twitterデータから自殺に関連する精神的ストレス要因を自動的に抽出するための深層学習ベースのパイプラインを提案する。特に、カプセルネットワークを使用したアプローチにより、自殺関連ツイートの分類精度を向上させることができた。
Kivonat
本研究の目的は、Twitterデータから自殺に関連する精神的ストレス要因を自動的に抽出することである。
まず、自殺関連のキーワードを使ってTwitterからツイートを収集し、ルールベースのフィルタリングを行って自殺関連ツイートのデータセットを作成した。次に、カプセルネットワークを使った分類モデルを構築し、ツイートの感情的特徴や投稿者の情報などを組み合わせて自殺関連ツイートを識別した。
提案手法の実験結果は以下の通り:
- 従来手法と比較して、提案手法は0.83の高い分類精度を達成した。
- 肯定的クラスでは、精度0.89、再現率0.92、F1スコア0.90を得た。
- 否定的クラスでは、精度0.91、再現率0.93、F1スコア0.92を得た。
本研究は、Twitterデータから自殺関連の精神的ストレス要因を抽出する初めての試みであり、カプセルネットワークを用いた深層学習アプローチの有効性を示した。今後は、ユーザ特徴などのさらなる情報を組み合わせることで、自殺予防につながる知見が得られると期待される。
Statisztikák
自殺関連ツイートの数は1,614,548件であった。
自殺関連ツイートの中には、「自殺」「自殺未遂」「死にたい」などの言葉が含まれていた。
自殺関連ツイートの中には、ストレス、孤独、絶望感などの精神的ストレス要因が表現されていた。
Idézetek
「自殺は、イランの主要な死因の1つである」
「精神的ストレス要因を特定することは、自殺行動の予防に不可欠である」
「ソーシャルメディアのリアルタイムな情報共有は、大規模あるいは小規模な集団への早期介入の可能性を提供する」