基于人工智能的推文多类别抑郁症检测

如今抑郁症是一个重大问题。根据世界卫生组织（WHO）的数据，2023 年有超过 2.8 亿人饱受抑郁症困扰。这是一个庞大的数字；如果不予重视，这一数字将迅速增长。约有 48.9 亿人是社交媒体用户。人们在 Twitter、Facebook、Reddit、Instagram 等平台上表达自己的感受和情绪。这些平台包含可用于研究目的的宝贵信息。尽管已在各种社交媒体平台上进行了大量研究，但这些工作仍存在一些局限性。特别是，以往的研究仅集中在检测推文中的抑郁症及其严重程度上，且数据集标注存在不准确的问题。在本研究中，基于词库标注，利用 Twitter 数据库中的推文预测了五种抑郁症类型（双相型、重度、精神病型、非典型型和产后型）。通过突出显示推文中代表抑郁症类型的部分，使用可解释 AI 提供推理。使用 Transformer 的双向编码器表示（BERT）进行特征提取和训练。使用机器学习和深度学习方法训练模型。BERT 模型呈现出最有希望的结果，总体准确率达到 0.96。