文献

J-GLOBAL ID：201802227909664551   整理番号：18A2109464

インドネシアTwitterユーザのうつ病症状スクリーニングのための自然言語処理と語彙アプローチ【JST・京大機械翻訳】

Natural Language Processing and Lexical Approach for Depression Symptoms Screening of Indonesian Twitter User

著者 (3件)： Oyong Irwan (Master of Informatics Engineering, Universitas AMIKOM Yogyakarta, Yogyakarta, Indonesia) ,  Utami Ema (Master of Informatics Engineering, Universitas AMIKOM Yogyakarta, Yogyakarta, Indonesia) ,  Luthfi Emha Taufiq (Master of Informatics Engineering, Universitas AMIKOM Yogyakarta, Yogyakarta, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICITEE  ページ： 359-364  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： うつ病のshととdisは,問題に対する助けを求めない人々を引き起こす。Twitterのような現代の社会メディア技術は,匿名的で機密的な環境において彼らの感情を表現することができる人々に対する機会を提供する。本研究では,自然言語処理を受けているテキスト材料からの抑欝スコア計算を重みづけ,実行するために,語彙用語を周波数辞書と共に用いた。スクレイシングプロセスを通して,55の関連するユーザが,抑制関連キーワードを持つことを見出した。各ユーザに対して,データ探索を,最初のピンセットの前後に,週に対して行った。ツイート拡張は,質問において55人のユーザから全部で6055のツイートを生成する。スコアの合計は,ユーザの抑欝のラベル決定因子になり,次に,臨床スクリーニング基準に基づく心理学者によって人手で与えられたラベルと比較される。比較および評価結果に基づいて,同じF1スコア0.47を,Twitterに対する標準テキスト処理およびテキスト固有処理に対して得て,0.5の閾値において0.89の感度値を得た。0.8の閾値におけるテキスト特異的処理により,0.50のわずかに良好なF1スコア値を得た。研究は,Twitterの標準テキスト処理とテキスト特異的処理の間の小さい結果における差異を示した。非標準テキストを扱うとき,テキスト特有のTwitter処理のいくつかの利点が見られ,それにより,音声タグ付けプロセスの性能を向上させる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： キーワード ,  *インドネシア共和国 ,  *語彙 ,  *スクリーニング ,  うつ病 ,  重みづけ ,  心理学 ,  文書処理 ,  周波数 ,  *自然言語処理
準シソーラス用語： タグ付 ,  スコア ,  テキスト ,  匿名 ,  ソーシャルメディア , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： インドネシア ,  Twitter ,  うつ病 ,  症状 ,  スクリーニング ,  自然言語処理 ,  語彙