[論文レビュー] Did you take the pill? - Detecting Personal Intake of Medicine from Twitter

Debanjan Mahata, Jasper Friedrichs+2 more|arXiv (Cornell University)|Aug 3, 2018

Spam and Phishing Detection参考文献 19被引用数 6

ひとこと要約

本論文では、手動でアノテートされたデータセットを用いて、ツイート投稿における個人の薬物摂取に関する記述を検出するため、浅い畳み込みニューラルネットワーク（CNN）のスタックドアンサンブルを提案する。このシステムは、特許管理、精神保健モニタリング、感情計算の応用分野における個別レベルの薬物使用追跡を可能にする、最先端のマイクロ平均Fスコア0.693を達成した。

ABSTRACT

Mining social media messages such as tweets, articles, and Facebook posts for health and drug related information has received significant interest in pharmacovigilance research. Social media sites (e.g., Twitter), have been used for monitoring drug abuse, adverse reactions of drug usage and analyzing expression of sentiments related to drugs. Most of these studies are based on aggregated results from a large population rather than specific sets of individuals. In order to conduct studies at an individual level or specific cohorts, identifying posts mentioning intake of medicine by the user is necessary. Towards this objective we develop a classifier for identifying mentions of personal intake of medicine in tweets. We train a stacked ensemble of shallow convolutional neural network (CNN) models on an annotated dataset. We use random search for tuning the hyper-parameters of the CNN models and present an ensemble of best models for the prediction task. Our system produces state-of-the-art result, with a micro-averaged F-score of 0.693. We believe that the developed classifier has direct uses in the areas of psychology, health informatics, pharmacovigilance and affective computing for tracking moods, emotions and sentiments of patients expressing intake of medicine in social media.

研究の動機と目的

• ソーシャルメディアにおける個人の薬物摂取を特定することで、個別レベルの健康モニタリングを可能にすること。
• 既存の特許管理研究が集団レベルの傾向に焦点を当てているのに対し、個々の行動には焦点を当てていないというギャップを埋めること。
• ツイートのような短く非形式的なテキストにおける自己報告された薬物摂取を検出する堅牢な分類器を開発すること。
• 気分や感情と関連した薬物使用の追跡を通じて、心理学、ヘルスインフォーマティクス、感情計算の応用を支援すること。

提案手法

• 著者は、ツイートの手動アノテーションデータセットを用いて、浅い畳み込みニューラルネットワーク（CNN）モデルのスタックドアンサンブルを訓練する。
• CNNモデルのハイパーパrameterは、パフォーマンス最適化を目的としてランダムサーチを用いて調整される。
• 最終的な予測は、アンサンブル内で最も優れた性能を示したモデルの出力を統合することで行われる。
• データセットは、一般の薬物言及と個人の摂取を区別できるように、手動によるアノテーションを通じて構築される。
• モデルはマイクロ平均Fスコアを主な指標として用い、訓練および評価が行われる。

実験結果

リサーチクエスチョン

• RQ1 深層学習モデルは、非形式的なソーシャルメディアテキストにおける個人の薬物摂取を効果的に検出できるか？
• RQ2 CNNモデルのアンサンブルは、単一モデルに比べて自己報告された薬物使用を同定する際に優れているか？
• RQ3 個人の薬物摂取検出のベンチマークデータセット上で、どの程度のパフォーマンスが達成可能か？
• RQ4 この分類器は、精神保健および特許管理分野における個別レベルの健康モニタリングをどの程度支援できるか？

主な発見

• 提案されたCNNのスタックドアンサンブルは、マイクロ平均Fスコア0.693を達成し、本タスクにおける最先端の結果を示した。
• ハイパーパrameterチューニングにランダムサーチを用いることで、モデルの汎化性能とパフォーマンスが向上した。
• 分類器は、ツイートにおける一般の言及や他人称の参照とは異なり、個人の摂取を示す記述を的確に区別できた。
• モデルは、精神保健および感情計算の応用分野における患者自己報告の薬物使用追跡において、実用的有用性を示した。