mayo 27, 2022

El bot puede detectar usuarios de Twitter deprimidos en 9 de cada 10 casos

Índice del Contenido

Crédito: Pixabay/CC0 Dominio público

Un algoritmo recientemente desarrollado puede detectar la depresión en los usuarios de Twitter con una precisión del 88,39 %. Desarrollado por investigadores de la Universidad Brunel de Londres y la Universidad de Leicester, el algoritmo determina el estado mental de una persona extrayendo y analizando 38 puntos de datos de su perfil público de Twitter, incluido el contenido de sus publicaciones, sus horas de publicación y los otros usuarios de sus redes sociales. red. círculo.

El equipo de investigación dice que sistemas similares podrían tener una variedad de usos diferentes en el futuro a través de múltiples plataformas, como el diagnóstico temprano de la depresión, la selección de empleo o las investigaciones policiales.

“Probamos el algoritmo en dos grandes bases de datos y comparamos nuestros resultados con otras técnicas para detectar la depresión”, dijo el profesor Abdul Sadka, director del Instituto de Futuros Digitales de Brunel. “En todos los casos, logramos superar las técnicas existentes en términos de su precisión de clasificación”.

El algoritmo se entrenó utilizando dos bases de datos que contenían el historial de Twitter de miles de usuarios, junto con información adicional sobre la salud mental de esos usuarios. El 80 % de la información de cada base de datos se usó para entrenar al bot, y el 20 % restante se usó para probar su precisión.

El bot funciona excluyendo primero a todos los usuarios con menos de cinco tweets y ejecutando los perfiles restantes a través de un software de lenguaje natural para corregir faltas de ortografía y abreviaturas.

Luego toma en cuenta 38 factores separados, como el uso de palabras positivas y negativas por parte de un usuario, la cantidad de amigos y seguidores que tiene, y su uso de emojis, y determina el estado mental y emocional de este usuario.

Utilizando el conjunto de datos de depresión de Twitter de Tsinghua, el equipo logró una precisión del 88,39 %, mientras que se logró una precisión del 70,69 % utilizando el conjunto de datos CLPsych 2015 de la Universidad Johns Hopkins.

“Cualquier cosa por encima del 90 % se considera excelente en el aprendizaje automático, por lo que el 88 % para cualquiera de las bases de datos es fantástico”, dijo el profesor Sadka.

“No es 100 % preciso, pero no creo que ninguna solución de aprendizaje automático a este nivel pueda lograr el 100 % de precisión. Sin embargo, cuanto más se acerque a la cifra del 90 %, mejor será”.

El equipo dice que dicho sistema podría potencialmente marcar la depresión de un usuario antes de que publique algo en el dominio público, allanando el camino para que plataformas como Twitter y Facebook señalen de manera proactiva los problemas de depresión y salud mental de los usuarios.

Sin embargo, el bot también se puede usar después de que una publicación haya pasado al dominio público, lo que podría permitir a los empleadores y otras empresas medir el estado mental de un usuario en función de sus publicaciones en las redes sociales. Podría usarse por varias razones, dicen los investigadores, incluido el uso en el análisis de sentimientos, la investigación de delitos o la selección de trabajos.

“El algoritmo propuesto es independiente de la plataforma, por lo que también se puede extender fácilmente a otros sistemas de redes sociales como Facebook o WhatsApp”, dijo el profesor Huiyu Zhou, profesor de aprendizaje automático en la Universidad de Leicester.

“El siguiente paso en esta investigación será examinar su validez en diferentes entornos o contextos y, lo que es más importante, la tecnología de esta investigación puede desarrollarse más para otras aplicaciones, como el comercio electrónico, los exámenes de contratación o la selección de candidatos.

La investigación, “Impulso sensible al costo de la poda de árboles para la detección de la depresión en Twitter”, se publicó en Transacciones IEEE sobre computación afectiva.


Xenofobia relacionada con el COVID-19


Más información:
Lei Tong et al, Estimulación sensible al costo de la poda de árboles para la detección de la depresión de Twitter, Transacciones IEEE sobre computación afectiva (2022). DOI: 10.1109/TAFFC.2022.3145634. ieeexplore.ieee.org/document/9691852

Proporcionado por la Universidad de Brunel

Cita: Bot puede detectar usuarios de Twitter deprimidos en 9 de cada 10 casos (6 de abril de 2022) Consultado el 24 de abril de 2022 en https://techxplore.com/news/2022-04-bot-depressed-twitter-users-cases.html

Este documento está sujeto a derechos de autor. Excepto para el uso justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin permiso por escrito. El contenido se proporciona únicamente a título informativo.

LEER  La "libertad de expresión" de Musk para Twitter: ¿se está repitiendo la historia?