科学家建立了机器学习模型来检测文本中抑郁的早期迹象

根据阿尔伯塔大学计算机科学家的一项研究，一种新的机器学习模型可以检测诸如Twitter帖子之类的书面文本中出现抑郁的早期迹象。

研究生Nawshad Farruque说：“我们的研究结果是，我们可以建立有用的预测模型，以准确地识别出令人沮丧的语言。”他设计了该模型来识别日常交流中的语言线索。“尽管我们正在使用该模型在Twitter上识别抑郁的语言，但它可以轻松地应用于其他领域的文本来检测抑郁。”

英语模式是由在网上抑郁论坛上认定为抑郁的人使用写作样本开发的。该机器学习算法，然后被训练识别鸣叫抑郁语言。

Farruque说：“这是第一项表明抑郁性语言具有特定语言表达的研究。” “我们证明可以识别，转移它，并将其进一步用于抑郁性语言检测任务。”

Farruque指出，从早期发现抑郁症迹象到帮助临床医生随着时间的推移监测其患者的治疗效果，其潜在的应用范围很广。

他补充说：“我们的算法可以与聊天机器人集成在一起，聊天机器人可以与老年人交谈，并可以标记出孤独和沮丧的迹象。” “另一个潜在的应用可能是监视高中生的信息，以确定他们是否患有抑郁症。”

Farruque在计算机科学家OsmarZaïane(阿尔伯塔省机器智能研究所(AMII)的负责人)和AMII研究员Randy Goebel的监督下完成了这项研究。