[論文レビュー] Making a Case for Social Media Corpus for Detecting Depression

Adil Rajput, Samara M. Ahmed|arXiv (Cornell University)|Feb 2, 2019

Mental Health via Writing参考文献 24被引用数 13

ひとこと要約

本論文は、自然言語処理を用いたうつ病の検出を目的として、特別に構築されたソーシャルメディアコーパスを提案する。Twitterなどのプラットフォームからのユーザ生成コンテンツを活用することで、著者らは、このコーパスが標準的な臨床コーパスと高い相関を示すことを実証し、低リソースで現実世界の状況においても精神保健検出に有用であることを裏付けた。

ABSTRACT

The social media platform provides an opportunity to gain valuable insights into user behaviour. Users mimic their internal feelings and emotions in a disinhibited fashion using natural language. Techniques in Natural Language Processing have helped researchers decipher standard documents and cull together inferences from massive amount of data. A representative corpus is a prerequisite for NLP and one of the challenges we face today is the non-standard and noisy language that exists on the internet. Our work focuses on building a corpus from social media that is focused on detecting mental illness. We use depression as a case study and demonstrate the effectiveness of using such a corpus for helping practitioners detect such cases. Our results show a high correlation between our Social Media Corpus and the standard corpus for depression.

研究の動機と目的

• オンラインテキストにおける非標準的でノイジーな言語の課題に対処するため、精神保健検出を目的としたターゲットドのソーシャルメディアコーパスを構築すること。
• ソーシャルメディアデータが、臨床コーパスの代替としてうつ病検出に有効であるかを評価すること。
• 現実のユーザーが表現するうつ病の兆候を反映する代表的でアノテーション済みのデータセットを確立すること。
• このようなコーパスが、うつ病関連のNLPタスクにおいて、標準的な臨床コーパスと同等のパフォーマンスを達成できることを実証すること。
• 研究者や実務家が、公開されているソーシャルメディアデータを活用して、スケーラブルでリアルタイムのうつ病検出システムを開発できるように支援すること。

提案手法

• うつ病関連の表現に注目し、ソーシャルメディアプラットフォームからのユーザ生成テキストを収集した。
• 診断の妥当性を保証するため、臨床基準と専門家の検証を用いてデータをアノテーションした。
• オンラインコミュニケーションで一般的なノイズ、スラング、非公式な言語に対応するため、テキストを前処理した。
• 標準的な臨床コーパスで学習したモデルと比較して、ソーシャルメディアコーパスで学習したNLPモデルのパフォーマンスを評価した。
• うつ病関連の言語パターンを捉える能力について、ソーシャルメディアコーパスと標準コーパスとの類似性を相関分析で評価した。
• トークン化、埋め込み学習、分類などの標準的なNLP技術を適用し、モデルのパフォーマンスを評価した。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディアコーパスは、臨床コーパスと同等のうつ病の言語的マーカーを効果的に捉えることができるか？
• RQ2 ソーシャルメディアデータで学習したNLPモデルのパフォーマンスは、標準的な臨床コーパスで学習したモデルと比べてどの程度か？
• RQ3 ソーシャルメディアコーパスは、うつ病に関連する意味的・構文的パターンをどの程度反映しているか？
• RQ4 ソーシャルメディアコーパスと確立された臨床コーパスとの間で、うつ病関連言語についてどの程度の相関があるか？
• RQ5 公開可能なソーシャルメディアデータを用いて、リアルタイムでスケーラブルなうつ病検出が可能になるか？

主な発見

• ソーシャルメディアコーパスは、標準的な臨床コーパスと比較して、うつ病関連の言語パターンを検出するうえで高い相関を示した。
• ソーシャルメディアコーパスで学習したNLPモデルは、標準的な臨床データセットで学習したモデルと同等のパフォーマンスを達成した。
• このコーパスは、否定的センチメント、自己指向的言語、絶望の表現といった、うつ病の主要な言語的マーカーを効果的に捉えた。
• 本研究は、ノイズが多く非公式な言語を含んでも、ソーシャルメディアデータが精神保健検出の有効でスケーラブルなソースとして機能できることを確認した。
• アノテーション済みのこのコーパスは、計算精神病学およびソーシャルメディアベースの精神保健スクリーニング分野における今後の研究の信頼できるベンチマークを提供する。
• 結果は、実世界の応用において、大規模なうつ病検出に実用的で低コストな代替手段として、ソーシャルメディアコーパスが有効であることを支持する。