साओ पाउलो: चिंता और चिंता पैदा करने के लिए काम चल रहा है अवसाद भविष्यवाणी मॉडल, का उपयोग कर कृत्रिम होशियारी (एआई) और ट्विटर, दुनिया के सबसे बड़े में से एक सामाजिक मीडिया प्लेटफॉर्म, जो पहले इन बीमारियों के संकेतों का पता लगा सकते थे नैदानिक निदानशोधकर्ताओं के अनुसार।
में शोधकर्ता साओ पाउलो विश्वविद्यालय (यूएसपी) ने ब्राजील में कहा कि मॉडल के प्रारंभिक निष्कर्षों ने किसी व्यक्ति के विकसित होने की संभावना का पता लगाने की संभावना का सुझाव दिया अवसाद केवल उन्हीं पर आधारित है सामाजिक मीडिया दोस्त और अनुयायी।
निष्कर्ष जर्नल में प्रकाशित हैं भाषा संसाधन और मूल्यांकन. जबकि प्राकृतिक भाषा प्रसंस्करण (एनएलपी) से जुड़े कई अध्ययन अवसाद, चिंता और द्विध्रुवी विकार पर केंद्रित हैं, इनमें से अधिकांश अंग्रेजी ग्रंथों का विश्लेषण करते हैं और ब्राजीलियाई लोगों के प्रोफाइल से मेल नहीं खाते हैं, शोधकर्ताओं ने कहा।
इस अध्ययन के पहले चरण में 47 मिलियन सार्वजनिक रूप से पोस्ट किए गए पुर्तगाली टेक्स्ट और 3,900 ट्विटर उपयोगकर्ताओं के बीच कनेक्शन के नेटवर्क से संबंधित जानकारी के सेटेम्ब्रोबीआर नामक एक डेटाबेस का निर्माण शामिल था। इन उपयोगकर्ताओं को कथित तौर पर सर्वेक्षण से पहले मानसिक स्वास्थ्य समस्याओं का निदान या इलाज किया गया था। ट्वीट को COVID-19 महामारी के दौरान एकत्र किया गया था।
“सबसे पहले, हमने मैन्युअल रूप से टाइमलाइन एकत्र की, लगभग 19,000 उपयोगकर्ताओं द्वारा किए गए ट्वीट्स का विश्लेषण किया, जो एक गांव या छोटे शहर की आबादी के बराबर है।
“हमने तब दो डेटासेट का उपयोग किया, एक उन उपयोगकर्ताओं के लिए जिन्होंने मानसिक स्वास्थ्य समस्या का निदान किया और दूसरा नियंत्रण उद्देश्यों के लिए यादृच्छिक रूप से चुना गया। हम अवसाद और सामान्य आबादी वाले लोगों के बीच अंतर करना चाहते थे,” इवांड्रे परबोनी ने कहा, अंतिम लेखक लेख और यूएसपी में एक प्रोफेसर।
क्योंकि मानसिक स्वास्थ्य समस्याओं वाले लोग चर्चा मंचों, प्रभावित करने वालों और मशहूर हस्तियों जैसे कुछ खातों का अनुसरण करते हैं जो सार्वजनिक रूप से अपने अवसाद को स्वीकार करते हैं, अध्ययन ने दोस्तों और अनुयायियों से ट्वीट भी एकत्र किए।
दूसरा चरण, अभी भी प्रगति पर है, ने कुछ प्रारंभिक निष्कर्ष प्रदान किए हैं, जैसे कि किसी व्यक्ति के अवसाद विकसित होने की संभावना का पता लगाने की संभावना पूरी तरह से उनके सोशल मीडिया मित्रों और अनुयायियों पर आधारित है, उनके स्वयं के पोस्ट को ध्यान में रखे बिना।
गैर-मानक वर्णों को हटाकर मूल पाठ को बनाए रखने के लिए कॉर्पस के पूर्व-प्रसंस्करण के बाद, शोधकर्ताओं ने चार टेक्स्ट क्लासिफायर और शब्द एम्बेडिंग (शब्दों के बीच संबंधों के संदर्भ-निर्भर गणितीय प्रतिनिधित्व) बनाने के लिए डीप लर्निंग (एआई) को तैनात किया। ट्रांसफार्मर (बीईआरटी) से द्विदिश एनकोडर प्रतिनिधित्व, एनएलपी के लिए नियोजित एक मशीन लर्निंग एल्गोरिदम।
ये मॉडल एक के अनुरूप हैं तंत्रिका नेटवर्क जो एक वाक्य में शब्द जैसे अनुक्रमिक डेटा संबंधों की निगरानी करके संदर्भ और अर्थ सीखता है। प्रशिक्षण इनपुट में प्रत्येक उपयोगकर्ता से यादृच्छिक रूप से चुने गए 200 ट्वीट्स का एक नमूना शामिल था।
शोधकर्ताओं ने पाया कि मॉडलों में, बीईआरटी ने अवसाद और चिंता की भविष्यवाणी करने के मामले में सबसे अच्छा प्रदर्शन किया। उन्होंने कहा कि क्योंकि मॉडल ने शब्दों और पूर्ण वाक्यों के अनुक्रम का विश्लेषण किया, यह निरीक्षण करना संभव था कि अवसाद वाले लोग, उदाहरण के लिए, स्वयं से जुड़े विषयों के बारे में लिखते हैं, पहले व्यक्ति में क्रियाओं और वाक्यांशों का उपयोग करते हैं, साथ ही ऐसे विषय भी मृत्यु, संकट और मनोविज्ञान के रूप में।
परबोनी ने कहा, “डिप्रेशन के लक्षण जो डॉक्टर के पास जाने के दौरान पता लगाए जा सकते हैं, जरूरी नहीं कि सोशल मीडिया पर दिखाई देने वाले समान हों।”
“उदाहरण के लिए, पहले व्यक्ति के एकवचन सर्वनाम I और me का उपयोग बहुत स्पष्ट था, और मनोविज्ञान में इसे अवसाद का एक उत्कृष्ट संकेत माना जाता है। हमने अवसादग्रस्त उपयोगकर्ताओं द्वारा हृदय इमोजी का लगातार उपयोग भी देखा।
परबोनी ने कहा, “यह व्यापक रूप से स्नेह और प्रेम का प्रतीक माना जाता है, लेकिन शायद मनोवैज्ञानिकों ने अभी तक इसकी विशेषता नहीं बताई है।”
शोधकर्ता अब डेटाबेस का विस्तार कर रहे हैं, अपनी कम्प्यूटेशनल तकनीकों को परिष्कृत कर रहे हैं और मॉडल को अपग्रेड कर रहे हैं ताकि यह देखा जा सके कि क्या वे मानसिक स्वास्थ्य समस्याओं से संभावित पीड़ितों की जांच में भविष्य में उपयोग के लिए एक उपकरण का उत्पादन कर सकते हैं और युवा लोगों के परिवारों और दोस्तों को अवसाद से जोखिम में मदद कर सकते हैं। चिंता।
.
Leave a Reply