Η ερευνητική ομάδα λέει ότι τέτοια συστήματα θα μπορούσαν να χρησιμοποιηθούν με διάφορους τρόπους, όπως πρώιμα
Δοκιμάσαμε τον αλγόριθμο σε δύο μεγάλες βάσεις δεδομένωνδεδομένα και συνέκριναν τα αποτελέσματά μας με άλλες μεθόδους ανίχνευσης κατάθλιψης. Σε όλες τις περιπτώσεις, μπορέσαμε να ξεπεράσουμε τις υπάρχουσες μεθόδους όσον αφορά την ακρίβεια ταξινόμησης τους.
Abdul Sadka, καθηγητής και διευθυντής του Brunel Institute for Digital Futures
Ο αλγόριθμος εκπαιδεύτηκε χρησιμοποιώντας δύο βάσεις δεδομένωνδεδομένα που περιέχουν το ιστορικό χιλιάδων χρηστών του Twitter, καθώς και πρόσθετες πληροφορίες για την ψυχική υγεία αυτών των χρηστών. Το 80% των πληροφοριών σε κάθε βάση δεδομένων χρησιμοποιήθηκε για την εκπαίδευση του bot και το υπόλοιπο 20% χρησιμοποιήθηκε στη συνέχεια για τον έλεγχο της ακρίβειάς του.
Πρώτον, το bot αποκλείει όλους τους χρήστες με λιγότερο απόαπό πέντε tweets, τότε διορθώνει ορθογραφικά λάθη και συντομογραφίες. Στη συνέχεια, λαμβάνει υπόψη 38 διαφορετικούς παράγοντες, όπως τη χρήση θετικών και αρνητικών λέξεων, τον αριθμό των φίλων και των ακολούθων και τον αριθμό των emoji, για να καθορίσει την ψυχική και συναισθηματική κατάσταση του χρήστη.
Η ομάδα λέει ότι ένα τέτοιο σύστημα θα μπορούσε ενδεχομένωςμπορεί να σημαίνει ότι ένας χρήστης είναι σε κατάθλιψη προτού δημοσιεύσει κάτι δημόσια. Αυτό μπορεί να βοηθήσει να ενημερώσει ένα άτομο για πιθανά προβλήματα ψυχικής υγείας εκ των προτέρων.
Διαβάστε περισσότερα:
Υπάρχει ένας άλλος «πλανήτης» μέσα στη Γη: πώς έσωσε την εκκολαπτόμενη ζωή
Η πυρηνική σύντηξη δεν χρειάζεται πλέον εκατομμύρια βαθμούς: πώς λειτουργεί η νέα μέθοδος
Νέα μελέτη διαψεύδει τη θεωρία μεταφοράς φωτεινής ενέργειας