用于社交媒体偏头痛自报信息抽取的通用自然语言处理框架
计算与语言
2022-12-26 v1
摘要
偏头痛是一种高患病率且致失能的神经系统疾病。然而，真实世界中偏头痛管理的信息可能局限于传统健康信息来源。本文中，我们 (i) 证实社交媒体(Twitter 与 Reddit)上存在由偏头痛患者自报的、大量的偏头痛相关讨论；(ii) 开发了一个平台无关的文本分类系统，用于自动检测自报的偏头痛相关帖子；以及 (iii) 对自报帖子进行分析，以评估社交媒体研究该问题的效用。我们人工标注了 5750 条 Twitter 帖子与 302 条 Reddit 帖子。我们的系统在 Twitter 上取得 0.90 的 F1 分数，在 Reddit 上取得 0.93 的 F1 分数。对由我们的“偏头痛队列”所发布信息的分析，揭示了大量关于偏头痛疗法及其相关患者情感的信息。我们的研究为利用社交媒体数据深入开展偏头痛相关信息分析奠定了基础。
引用
@article{arxiv.2212.12454,
title = {Generalizable Natural Language Processing Framework for Migraine Reporting from Social Media},
author = {Yuting Guo and Swati Rajwal and Sahithi Lakamana and Chia-Chun Chiang and Paul C. Menell and Adnan H. Shahid and Yi-Chieh Chen and Nikita Chhabra and Wan-Ju Chao and Chieh-Ju Chao and Todd J. Schwedt and Imon Banerjee and Abeed Sarker},
journal= {arXiv preprint arXiv:2212.12454},
year = {2022}
}
备注
Accepted by AMIA 2023 Informatics Summit