연구팀은 이러한 시스템이 초기와 같은 다양한 방법으로 사용될 수 있다고 말합니다.
우리는 두 개의 대규모 데이터베이스에서 알고리즘을 테스트했습니다.데이터를 수집하고 결과를 다른 우울증 탐지 방법과 비교했습니다. 모든 경우에 분류 정확도 측면에서 기존 방법보다 뛰어난 성능을 발휘할 수 있었습니다.
Abdul Sadka, 브루넬 디지털 미래 연구소 교수 겸 이사
알고리즘은 두 개의 데이터베이스를 사용하여 훈련되었습니다.수천 명의 트위터 사용자의 기록과 이러한 사용자의 정신 건강에 대한 추가 정보가 포함된 데이터입니다. 각 데이터베이스에 있는 정보의 80%는 봇을 훈련하는 데 사용되었으며 나머지 20%는 정확성을 테스트하는 데 사용되었습니다.
첫째, 봇은 다음 미만의 모든 사용자를 제외합니다.5개 이상의 트윗을 올린 다음 철자 오류와 약어를 수정합니다. 그런 다음 긍정적인 단어와 부정적인 단어의 사용, 친구 및 팔로워 수, 이모티콘 수와 같은 38가지 요소를 고려하여 사용자의 정신 및 감정 상태를 결정합니다.
팀은 그러한 시스템이 잠재적으로사용자가 공개적으로 무언가를 게시하기 전에 우울하다는 신호를 보낼 수 있습니다. 이는 잠재적인 정신 건강 문제에 대해 사전에 알리는 데 도움이 될 수 있습니다.
더 읽어보기 :
지구 내부에는 또 다른 "행성"이 있습니다. 어떻게 초기 생명을 구했는지
핵융합은 더 이상 수백만 도가 필요하지 않습니다: 새로운 방법이 작동하는 방식
새로운 연구는 빛 에너지 전달 이론을 반박합니다