NarrationDep: Narratives on Social Media For Automatic Depression Detection

要約

ソーシャル メディアの投稿は、ソーシャル メディア ユーザーがうつ病かどうかを自動的にモデル化する機会を提供するなど、ユーザーの物語とその意図についての貴重な洞察を提供します。
課題は、オンラインのソーシャル メディア投稿からのユーザーの物語を忠実にモデル化することにあり、これはいくつかの異なるアプリケーションで役立つ可能性があります。
私たちは、うつ病に関連するナラティブの検出に焦点を当てた、\texttt{NarrationDep} と呼ばれる斬新で効果的なモデルを開発しました。
ユーザーのツイートを分析することで、\texttt{NarrationDep} は重要なナラティブを正確に特定します。
\texttt{NarrationDep} は、個々のユーザーのツイート表現とユーザーのツイートのクラスターを共同でモデル化する深層学習フレームワークです。
その結果、 \texttt{NarrationDep} は、新しい 2 層の深層学習モデルによって特徴付けられます。最初の層はソーシャル メディアのテキスト投稿を使用してモデル化し、2 番目の層はクラスターに関連付けられたツイートの意味表現を学習します。
これらのクラスター表現を忠実にモデル化するために、2 番目の層にはユーザーの投稿から階層的に学習する新しいコンポーネントが組み込まれています。
結果は、私たちのフレームワークが、さまざまなデータセットで最近開発されたモデルを含む他の比較モデルよりも優れていることを示しています。

要約(オリジナル)

Social media posts provide valuable insight into the narrative of users and their intentions, including providing an opportunity to automatically model whether a social media user is depressed or not. The challenge lies in faithfully modelling user narratives from their online social media posts, which could potentially be useful in several different applications. We have developed a novel and effective model called \texttt{NarrationDep}, which focuses on detecting narratives associated with depression. By analyzing a user’s tweets, \texttt{NarrationDep} accurately identifies crucial narratives. \texttt{NarrationDep} is a deep learning framework that jointly models individual user tweet representations and clusters of users’ tweets. As a result, \texttt{NarrationDep} is characterized by a novel two-layer deep learning model: the first layer models using social media text posts, and the second layer learns semantic representations of tweets associated with a cluster. To faithfully model these cluster representations, the second layer incorporates a novel component that hierarchically learns from users’ posts. The results demonstrate that our framework outperforms other comparative models including recently developed models on a variety of datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google