基于不平衡社交媒体文本的抑郁症检测方法

来源：计算机技术与发展杂志2024年第04期北京时间：

作者：郭耀木;刘鹏;孙源乐;白其炜;张少华;刘建*

单位：合肥工业大学 计算机与信息学院,安徽 宣城 242000 Author(s): GUO Yao-mu;LIU Peng;SUN Yuan-le;BAI Qi-wei;ZHANG Shao-hua;LIU Jian* School of Computer and Information,Hefei University of Technology,Xuancheng 242000,China 关键词: 不平衡数据集;抑郁检测;集成学习;文本分类;社交媒体文本数据 Keywords: αimbalanced dataset' target="_blank" rel="external">αimbalanced dataset;depression detection;ensemble learning;text classification;α' target="_blank" rel="external">social media text dataα 分类号: TP399 DOI: 10. 3969 / j. issn. 1673-629X. 2024. 04. 023 摘要: 针对目前基于社交媒体数据的抑郁症检测模型难以适应不平衡数据和评估指标不全面的问题,提出一种基于文档自适应增强 Bagging- τSS3(Document Adaptive Enhanced?Bagging- τSS3,DAEB- τSS3) 模型的社交媒体文本数据抑郁检测方法和一种新的机器学习评价指标 GF( α,β ) -Score。 在?τ -SS3 模型基础上引入置信度加权处理,增强少数类数据影响;同时,采用文档自适应增强 Bagging 方法进行集成学习,改进 Bagging 的随机采样为分层采样并对少数类数据文档进行自适应增强以提升模型适应不平衡数据的能力;最后在模型评价阶段,使用 GF-Score 进行自动参数选择,丢弃表现不佳的基学习器,提升模型的可信度和稳定性。 在 E-Risk2017 抑郁症检测数据集上的实验结果表明,DAEB- τSS3 有更强的适应不平衡数据集的能力,相较于 τSS3、双向长短时记忆网络和 ERNIE 3. 0 等模型有显著性能提升,GF-Score、F1 -Score 和 G-Mean Score 平均提升 13% ,0. 7% 和 26. 9% ,可以更加有效地实现基于不平衡社交媒体文本的抑郁症检测。

摘要：针对目前基于社交媒体数据的抑郁症检测模型难以适应不平衡数据和评估指标不全面的问题,提出一种基于文档自适应增强 Bagging- τSS3(Document Adaptive Enhanced?Bagging- τSS3,DAEB- τSS3) 模型的社交媒体文本数据抑郁检测方法和一种新的机器学习评价指标 GF( α,β ) -Score。 在?τ -SS3 模型基础上引入置信度加权处理,增强少数类数据影响;同时,采用文档自适应增强 Bagging 方法进行集成学习,改进 Bagging 的随机采样为分层采样并对少数类数据文档进行自适应增强以提升模型适应不平衡数据的能力;最后在模型评价阶段,使用 GF-Score 进行自动参数选择,丢弃表现不佳的基学习器,提升模型的可信度和稳定性。 在 E-Risk2017 抑郁症检测数据集上的实验结果表明,DAEB- τSS3 有更强的适应不平衡数据集的能力,相较于 τSS3、双向长短时记忆网络和 ERNIE 3. 0 等模型有显著性能提升,GF-Score、F1 -Score 和 G-Mean Score 平均提升 13% ,0. 7% 和 26. 9% ,可以更加有效地实现基于不平衡社交媒体文本的抑郁症检测。

关键词：不平衡数据集;抑郁检测;集成学习;文本分类;社交媒体文本数据