科學家建立了機器學習模型來檢測文本中抑郁的早期跡象

根據阿爾伯塔大學計算機科學家的一項研究，一種新的機器學習模型可以檢測諸如Twitter帖子之類的書面文本中出現抑郁的早期跡象。

研究生Nawshad Farruque說：“我們的研究結果是，我們可以建立有用的預測模型，以準確地識別出令人沮喪的語言。”他設計了該模型來識別日常交流中的語言線索。“盡管我們正在使用該模型在Twitter上識別抑郁的語言，但它可以輕松地應用于其他領域的文本來檢測抑郁。”

英語模式是由在網上抑郁論壇上認定為抑郁的人使用寫作樣本開發的。該機器學習算法，然后被訓練識別鳴叫抑郁語言。

Farruque說：“這是第一項表明抑郁性語言具有特定語言表達的研究。” “我們證明可以識別，轉移它，并將其進一步用于抑郁性語言檢測任務。”

Farruque指出，從早期發現抑郁癥跡象到幫助臨床醫生隨著時間的推移監測其患者的治療效果，其潛在的應用范圍很廣。

他補充說：“我們的算法可以與聊天機器人集成在一起，聊天機器人可以與老年人交談，并可以標記出孤獨和沮喪的跡象。” “另一個潛在的應用可能是監視高中生的信息，以確定他們是否患有抑郁癥。”

Farruque在計算機科學家OsmarZaïane(阿爾伯塔省機器智能研究所(AMII)的負責人)和AMII研究員Randy Goebel的監督下完成了這項研究。