Исследовательская группа говорит, что подобные системы можно использовать по-разному, например, для ранней
Testasimme algoritmia kahdessa suuressa tietokannassaja vertailimme tuloksiamme muihin masennuksen havaitsemismenetelmiin. Kaikissa tapauksissa pystyimme ylittämään olemassa olevat menetelmät niiden luokittelutarkkuuden suhteen.
Abdul Sadka, professori ja Brunel Institute for Digital Futures -instituutin johtaja
Algoritmi opetettiin käyttämällä kahta tietokantaatietoja, jotka sisältävät tuhansien Twitter-käyttäjien historian, sekä lisätietoja näiden käyttäjien mielenterveydestä. 80 % kunkin tietokannan tiedoista käytettiin botin kouluttamiseen, ja loput 20 % käytettiin sitten sen tarkkuuden testaamiseen.
Ensinnäkin botti sulkee pois kaikki käyttäjät, joilla on pienempi kuinyli viisi twiittiä, sitten hän korjaa kirjoitusvirheet ja lyhenteet. Se ottaa sitten huomioon 38 eri tekijää, kuten positiivisten ja negatiivisten sanojen käytön, ystävien ja seuraajien määrän sekä emojien määrän määrittääkseen käyttäjän henkisen ja tunnetilan.
Tiimi sanoo, että tällainen järjestelmä voisi olla mahdollistasaattaa olla merkki siitä, että käyttäjä on masentunut, ennen kuin hän julkaisee jotain julkisesti. Tämä voi auttaa kertomaan henkilölle mahdollisista mielenterveysongelmista etukäteen.
Lue lisää:
Maan sisällä on toinen "planeetta": kuinka se pelasti syntymässä olevan elämän
Ydinfuusio ei enää tarvitse miljoonia asteita: miten uusi menetelmä toimii
Uusi tutkimus kumoaa valoenergian siirtoteorian