이 연구는 오피오이드 사용자를 정확하게 탐지하기 위해 레딧 게시물을 활용하는 방법을 제안한다. 연구팀은 레딧에서 1,000명 이상의 사용자 게시물을 수집하고, 학생 연구원들의 도움을 받아 수동으로 라벨링하였다. 이를 바탕으로 주목 기반 양방향 순환 신경망(Att-BLSTM) 모델을 개발하였다. 실험 결과, Att-BLSTM 모델이 다른 기계학습 모델들에 비해 우수한 성능을 보였다. 또한 주목 층을 통해 오피오이드 관련 핵심 단어들을 시각화할 수 있어, 모델의 예측 결과에 대한 설명력을 높일 수 있었다. 이러한 접근법은 오피오이드 중독 문제를 이해하고 해결하는 데 도움이 될 것으로 기대된다.
Til et annet språk
fra kildeinnhold
arxiv.org
Viktige innsikter hentet fra
by Yuchen Wang,... klokken arxiv.org 03-26-2024
https://arxiv.org/pdf/2403.15393.pdfDypere Spørsmål