Tecnologia Científica

Bot pode identificar usuários deprimidos do Twitter em 9 de 10 casos
A equipe de pesquisa diz que sistemas semelhantes podem ter uma variedade de usos diferentes no futuro em várias plataformas, como diagnóstico precoce de depressão , triagem de emprego ou investigações policiais.
Por Tim Pilgrim - 07/04/2022


Pixabay

Um algoritmo recém-desenvolvido pode detectar depressão em usuários do Twitter com 88,39% de precisão. Desenvolvido por pesquisadores da Brunel University London e da University of Leicester, o algoritmo determina o estado mental de alguém extraindo e analisando 38 pontos de dados de seu perfil público no Twitter, incluindo o conteúdo de suas postagens, seus horários de postagem e os outros usuários em suas redes sociais. círculo.

A equipe de pesquisa diz que sistemas semelhantes podem ter uma variedade de usos diferentes no futuro em várias plataformas, como diagnóstico precoce de depressão , triagem de emprego ou investigações policiais.

"Testamos o algoritmo em dois grandes bancos de dados e comparamos nossos resultados com outras técnicas de detecção de depressão", disse o professor Abdul Sadka, diretor do Instituto de Futuros Digitais de Brunel. "Em todos os casos, conseguimos superar as técnicas existentes em termos de precisão de classificação."

O algoritmo foi treinado usando dois bancos de dados que contêm o histórico do Twitter de milhares de usuários, além de informações adicionais sobre a saúde mental desses usuários. Oitenta por cento das informações em cada banco de dados foram usados ​​para ensinar o bot, com os outros 20% usados ​​para testar sua precisão.

O bot funciona primeiro excluindo todos os usuários com menos de cinco tweets e executando os perfis restantes por meio de software de linguagem natural para corrigir erros de ortografia e abreviações.

Em seguida, ele considera 38 fatores distintos – como o uso de palavras positivas e negativas por um usuário, o número de amigos e seguidores que ele tem e o uso de emojis – e determina o estado mental e emocional desse usuário .

Usando o conjunto de dados de depressão do Twitter de Tsinghua, a equipe conseguiu uma precisão de 88,39%, enquanto uma precisão de 70,69% foi alcançada usando o conjunto de dados CLPsych 2015 da John Hopkins University.

"Qualquer coisa acima de 90% é considerada excelente em aprendizado de máquina. Portanto, 88% para um dos dois bancos de dados é fantástico", disse o professor Sadka.

"Não é 100% preciso, mas não acho que nesse nível qualquer solução de aprendizado de máquina possa atingir 100% de confiabilidade. No entanto, quanto mais perto você chegar dos 90%, melhor."

A equipe diz que esse sistema poderia sinalizar a depressão de um usuário antes que ele postasse algo em domínio público , abrindo caminho para plataformas como Twitter e Facebook sinalizarem proativamente problemas de saúde mental com os usuários.

No entanto, o bot também pode ser usado depois que uma postagem chega ao domínio público, potencialmente permitindo que empregadores e outras empresas avaliem o estado mental de um usuário com base em suas postagens de mídia social. Ele pode ser usado por vários motivos, dizem os pesquisadores, inclusive para uso em análise de sentimentos, investigações criminais ou triagem de emprego.

“O algoritmo proposto é independente de plataforma, portanto também pode ser facilmente estendido a outros sistemas de mídia social, como Facebook ou WhatsApp”, disse o professor Huiyu Zhou, professor de aprendizado de máquina da Universidade de Leicester.

“A próxima etapa desta pesquisa será examinar sua validade em diferentes ambientes ou origens e, mais importante, a tecnologia levantada a partir desta investigação pode ser desenvolvida para outras aplicações, como comércio eletrônico, exame de recrutamento ou triagem de candidatura”.

A pesquisa, "Cost-sensitive Boosting Pruning Trees for depression detect on Twitter", foi publicada no IEEE Transactions on Affective Computing .

 

.
.

Leia mais a seguir