[論文レビュー] Life is not Always Depressing: Exploring the Happy Moments of People Diagnosed with Depression

Ana-Maria Bucur, Adrian Cosma+1 more|arXiv (Cornell University)|Apr 28, 2022

Mental Health via Writing被引用数 4

ひとこと要約

本研究は、BERTとLIWCを用いたPositive-Unlabeled（PU）学習フレームワークを提案し、うつ病を有する者とそうでない者のソーシャルメディア投稿から、幸せな瞬間を自動で抽出・分析する。その結果、うつ病を有するユーザーは家族や友人関連の出来事からより大きな感情的意義を受けるのに対し、コントロール群は娯楽や経済的達成からより多くの幸せを感じることが明らかになった。これは、幸せの表現に関する心理的パターンの相違を示している。

ABSTRACT

In this work, we explore the relationship between depression and manifestations of happiness in social media. While the majority of works surrounding depression focus on symptoms, psychological research shows that there is a strong link between seeking happiness and being diagnosed with depression. We make use of Positive-Unlabeled learning paradigm to automatically extract happy moments from social media posts of both controls and users diagnosed with depression, and qualitatively analyze them with linguistic tools such as LIWC and keyness information. We show that the life of depressed individuals is not always bleak, with positive events related to friends and family being more noteworthy to their lives compared to the more mundane happy events reported by control users.

研究の動機と目的

• うつ病と診断された人々がソーシャルメディアの言語を通じてどのように幸せを経験し、表現するかを調査すること。
• うつ病の集団において幸せな瞬間を同定・分析するための計算的手法の不足に取り組むこと。
• うつ病を有するユーザーとコントロール群との間で、幸せな瞬間の定性的特徴を比較すること。
• これらの2群の間で、幸せな瞬間の内容と感情の正負の値が有意に異なるかどうかを調査すること。

提案手法

• HappyDB（肯定例）とeRisk（未ラベル付きコーパス）を用いて、Reddit投稿から幸せな瞬間を抽出するためのPositive-Unlabeled（PU）学習を採用。
• PU学習の設定下で下流分類のためのテキスト特徴を表現するため、BERTの微調整を実施。
• 完全にラベル付けされた肯定データが存在しない状況下で、BERT埋め込みを用いてSVM分類器を訓練し、幸せな瞬間を同定。
• 抽出された幸せな瞬間における感情的・心理的コンテンツを分類するために、LIWCを用いた言語的分析を実施。
• キーニess分析（G²対数尤度比）を用いて、うつ病群とコントロール群における幸せな瞬間の語の頻度を比較。
• 上位ランクの名詞および動詞の定性的解釈を通じて、幸せの表現におけるテーマ的差異を同定。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディア上でのうつ病を有する者とコントロール群との間で、幸せな瞬間の内容と感情的テーマはどのように異なるか？
• RQ2 家族や友人関連の出来事が、うつ病を有する者とコントロール群の両者において、幸せにどの程度貢献しているか？
• RQ3 うつ病を有する者の幸せな瞬間には、感情関連の動詞や内省的言語といった特徴的な言語的マーカーが存在するか？
• RQ4 音楽、睡眠、経済的達成といった文化的・行動的要因が、これらの集団における幸せの表現にどのように影響を及ぼすか？
• RQ5 完全にラベル付けされたデータセットが存在しない状況下でも、PU学習が幸せな瞬間を効果的に同定できるか？

主な発見

• うつ病を有するユーザーは、家族や友人関連の出来事から得る幸せが、コントロール群よりも顕著に感情的に重要であることが顕著に示された。
• コントロールユーザーは、金銭的目標やレクリエーション活動といった娯楽関連の達成からより多くの幸せを報告している。
• うつ病ユーザーは、感情関連の動詞（例：feel, cry, cuddle）や内省的言語（LIWCのSELFカテゴリ）をより多く使用しており、ポジティブな出来事に対する感情的処理が深く行われていることが示唆された。
• うつ病ユーザーの幸せな瞬間には、音楽や睡眠に関する言及が頻出しており、これらが治療的または気分調節的役割を果たしている可能性がある。
• キーニess分析により、家族、友人、感情状態が、うつ病ユーザーの幸せな瞬間において統計的に有意に過剰に表現されていることが確認された。
• 驚くべきことに、LIWCの「死」カテゴリがコントロールユーザーの幸せな瞬間にも登場したが、手動での検査により、これは比喩的またはゲーム関連の使用（例：ビデオゲームでの「killed」）であることが判明した。