| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-07-13 13:00 トピックモデルを用いた日本語ツイートからのうつ病分類精度改善 ○石橋璃乙・ブアジジ モンデル・大槻知明（慶大）  SeMI2023-29 |
|
| 抄録 | （和） | うつ病は患者本人, そして社会全体に損失を生み, 早期発見・治療が肝心である. 医療機関へかかる前段階で SNS (Social Networking Services) 等の日常記録からスクリーニングし, より多くの潜在患者を発見することが期待される. 本研究は 日本で利用率の高い Twitter の情報からうつ病を分類するモデルを提案する. 形態素解析器 Juman++ と LDA (Latent Dirichlet Allocation) トピックモデルでツイートを要約し, ユーザの活動情報も特徴量として分類する. 形態素解析器と分類に最適な単語数の探索により, 従来の研究[1]と比較して分類精度が改善した.また, トピック分布やユーザ情報からうつ病患者特有の特徴が見られた. うつ病グループは生活習慣や仕事とネガティブな心の状態についてツイートしていた. さらに, 非うつ病グループと比べ夜中の投稿比率が多かったことから不眠症との関連が考えられる. |
| （英） | Depression is a prevalent mental health disorder that can have a significant impact on an individual's well-being. Therefore, early detection and treatment is crucial for symptom management. Recently, social media platforms have emerged as a valuable source of data for mental health research, and machine learning techniques can be employed to analyze text to identify potential signs of depression. In this study, we present a model for detecting depression based on Twitter data, which has high usage rates in Japan. We utilized the morphological analyzer Juman++ and an LDA (Latent Dirichlet Allocation) topic model to summarize Japanese tweets. User activity information was also integrated into the feature set. By testing morphological analyzers and the number of words in the dictionary, our model made improvements upon previous models [1]. Our analysis of the tweet and user features revealed that individuals with depression tend to tweet about lifestyle, work, and negative mental states. Furthermore, depressed individuals tended to post more tweets during nighttime, possibly indicating the presence of insomnia. |
|
| キーワード | （和） | うつ病検出 / 日本語 / SNS / トピックモデル / / / / |
| （英） | depression detection / Japanese / social media / topic modeling / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 110, SeMI2023-29, pp. 34-39, 2023年7月. | |
| 資料番号 | SeMI2023-29 | |
| 発行日 | 2023-07-05 (SeMI) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SeMI2023-29 |
|
| 研究会情報 | |
| 研究会 | SeMI RCS RCC NS SR |
| 開催期間 | 2023-07-12 - 2023-07-14 |
| 開催地（和） | 大阪大学中之島センター+オンライン開催 |
| 開催地（英） | Osaka University Nakanoshima Center + Online |
| テーマ（和） | 無線分散ネットワーク，M2M(Machine-to-Machine)，D2D(Device-to-Device)，一般 |
| テーマ（英） | Distributed Wireless Network, M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things）, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | SeMI |
| 会議コード | 2023-07-SeMI-RCS-RCC-NS-SR |
| 本文の言語 | 日本語 |
| タイトル（和） | トピックモデルを用いた日本語ツイートからのうつ病分類精度改善 |
| サブタイトル（和） | |
| タイトル（英） | Improvements in Depression Detection by Applying a Topic Model on Japanese Tweets |
| サブタイトル（英） | |
| キーワード(1)（和/英） | うつ病検出 / depression detection |
| キーワード(2)（和/英） | 日本語 / Japanese |
| キーワード(3)（和/英） | SNS / social media |
| キーワード(4)（和/英） | トピックモデル / topic modeling |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 石橋 璃乙 / Rio Ishibashi / イシバシ リオ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | ブアジジ モンデル / Mondher Bouazizi / ブアジジ モンデル |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-07-13 13:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SeMI |
| 資料番号 | SeMI2023-29 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.110 |
| ページ範囲 | pp.34-39 |
| ページ数 | 6 |
| 発行日 | 2023-07-05 (SeMI) |
[研究会発表申込システムのトップページに戻る]