通过短消息自动分类实现数字健康
计算机与社会
2016-02-29 v1 人机交互
社会与信息网络
摘要
为应对日益增长的 HIV/AIDS 及其他健康问题，UNICEF 通过其 U-Report 平台每天接收数千条消息（SMS），以为脆弱人群提供预防策略、健康案例建议和咨询支持。由于 U-Report 使用量的快速增长（过去3年高达300%），加上每天约1,000个新注册，消息量持续增加，使得 UNICEF 团队无法及时处理。在本文中，我们提出一个平台，旨在实时执行短消息（SMS）的自动分类，以帮助 UNICEF 在健康相关消息到达时对其进行分类和优先级排序。我们采用一种混合方法，结合人类与机器智能，通过引入大规模数据的高速处理同时保持高分类精度，力求解决信息过载问题。该系统最近与 Zambia 的 UNICEF 合作测试，用于对通过 U-Report 平台收到的各种健康问题相关短消息进行分类。该系统旨在使 UNICEF 能够及时理解大量短消息。在评估方面，我们报告了部署期间观察到的系统设计选择、挑战与性能，以验证其有效性。
引用
@article{arxiv.1602.08423,
title = {Enabling Digital Health by Automatic Classification of Short Messages},
author = {Muhammad Imran and Patrick Meier and Carlos Castillo and Andre Lesa and Manuel Garcia Herranz},
journal= {arXiv preprint arXiv:1602.08423},
year = {2016}
}
备注
Accepted at the ACM Digital Health Conference, 5 figures