Pētnieku grupa saka, ka šādas sistēmas varētu izmantot dažādos veidos, piemēram, agrīnā stadijā
Mēs pārbaudījām algoritmu divās lielās datu bāzēsdatus un salīdzināja mūsu rezultātus ar citām depresijas noteikšanas metodēm. Visos gadījumos mēs varējām pārspēt esošās metodes to klasifikācijas precizitātes ziņā.
Abduls Sadka, Brunelas digitālās nākotnes institūta profesors un direktors
Algoritms tika apmācīts, izmantojot divas datu bāzesdatus, kas satur tūkstošiem Twitter lietotāju vēsturi, kā arī papildu informāciju par šo lietotāju garīgo veselību. 80% informācijas katrā datu bāzē tika izmantoti robota apmācībai, bet atlikušie 20% tika izmantoti, lai pārbaudītu tā precizitāti.
Pirmkārt, robots izslēdz visus lietotājus, kuriem ir mazāks parnekā pieci tvīti, tad viņš labo pareizrakstības kļūdas un saīsinājumus. Pēc tam tiek ņemti vērā 38 dažādi faktori, piemēram, pozitīvo un negatīvo vārdu lietojums, draugu un sekotāju skaits un emocijzīmju skaits, lai noteiktu lietotāja garīgo un emocionālo stāvokli.
Komanda saka, ka šāda sistēma varētu būt iespējamavar norādīt, ka lietotājs ir nomākts, pirms viņš kaut ko publicē publiski. Tas var palīdzēt iepriekš informēt personu par iespējamām garīgās veselības problēmām.
Lasīt vairāk:
Zemes iekšpusē ir vēl viena “planēta”: kā tā izglāba topošo dzīvību
Kodolsintēzei vairs nav vajadzīgi miljoniem grādu: kā darbojas jaunā metode
Jauns pētījums atspēko gaismas enerģijas pārneses teoriju