Výzkumný tým říká, že takové systémy by mohly být použity různými způsoby, například brzy
Algoritmus jsme testovali na dvou velkých databázíchdata a porovnali naše výsledky s jinými metodami detekce deprese. Ve všech případech jsme byli schopni překonat stávající metody z hlediska jejich přesnosti klasifikace.
Abdul Sadka, profesor a ředitel Brunel Institute for Digital Futures
Algoritmus byl trénován pomocí dvou databázídata, která obsahují historii tisíců uživatelů Twitteru, a také další informace o duševním zdraví těchto uživatelů. 80 % informací v každé databázi bylo použito k trénování robota a zbývajících 20 % bylo použito k testování jeho přesnosti.
Za prvé, robot vyloučí všechny uživatele s méně nežnež pět tweetů, pak opraví pravopisné chyby a zkratky. Poté bere v úvahu 38 různých faktorů, jako je použití pozitivních a negativních slov, počet přátel a sledujících a počet emotikonů, aby určil mentální a emocionální stav uživatele.
Tým říká, že takový systém by potenciálně mohlmůže signalizovat, že uživatel je v depresi, než něco zveřejní. To může pomoci informovat osobu o potenciálních problémech s duševním zdravím předem.
Přečtěte si více:
Uvnitř Země je další „planeta“: jak zachránila rodící se život
Jaderná fúze již nepotřebuje miliony stupňů: jak nová metoda funguje
Nová studie vyvrací teorii přenosu světelné energie