Konsep Inti
소셜 미디어 데이터 분석을 통해 우울증 위험군을 자동으로 식별하는 기계 학습 기반 프레임워크를 제안합니다.
Abstrak
이 연구는 로마자 신할라어 소셜 미디어 데이터를 활용하여 우울증 위험군을 식별하는 방법을 탐구합니다.
- 언어 패턴, 감정, 행동 단서를 분석하는 기계 학습 기반 프레임워크를 제안합니다.
- 신경망 모델이 기존 기계 학습 기법보다 우수한 성능(93.25% 정확도)을 보였습니다.
- 이를 통해 정신 건강 전문가, 정책 입안자, 소셜 미디어 기업이 유용한 통찰력을 얻을 수 있습니다.
- 자연어 처리 기술과 기계 학습 알고리즘을 활용하여 디지털 시대의 정신 건강 스크리닝을 위한 새로운 방법을 제시합니다.
- 소셜 미디어 데이터의 잠재력을 활용하여 우울증 위험군을 사전에 인지하고 지원할 수 있는 방안을 소개합니다.
Statistik
우울증 트윗의 경우 언어적 특징, 감정, 행동 단서가 일반 트윗과 구별됩니다.
우울증 트윗의 경우 자살 위험이 높은 것으로 나타났습니다.
COVID-19 팬데믹으로 인해 우울증 위험이 더욱 증가했습니다.
Kutipan
"소셜 미디어는 사용자가 온라인 그룹과 네트워크 내에서 정보, 아이디어, 관심사를 생성, 공유, 표현할 수 있는 상호작용 도구입니다."
"신할라어는 형태론적으로 풍부한 언어이지만 인공지능 분야의 자연어 처리에서는 자원이 부족한 언어입니다."