Multi-task learning on mental disorder detection, sentiment detection and emotion detection
Yükleniyor...
Tarih
2024-02-12
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Işık Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivs 3.0 United States
Attribution-NonCommercial-NoDerivs 3.0 United States
Özet
Suicidal behavior is a global cause of life-threatening injury and most of the time, death. Mental disorders such as depression, anxiety, and bipolar are prevalent among the youth in recent decades. Social media are popular platforms for individuals to post their thoughts and feelings on. Extracting people’s sentiments and feelings from such online platforms would help detect mental disorders of the users to treat them before it becomes too late. This thesis investigates the use of multi-task learning systems and single-task learning techniques to estimate behaviors and mental states for early diagnosis. I used data mined from Reddit, one of the popular social media platforms that provides anonymity. Anonymity increases the chances of individuals sharing what they truly feel in their real life. The obtained results by the proposed approaches open new doors to the understanding of how multi-task systems can increase the performance of text classification problems such as depression detection, emotion detection, and sentiment analysis, trained together in a multi-task learning network when compared to their training in isolation in a single-task learning network. We used the SWMH dataset, already labeled by 5 different depression labels (depression, anxiety, suicide, bipolar, and off my chest) and then added emotion and polarity labels to it and made it publicly available for researchers in the literature. The obtained results in this study are also comparable to other approaches in the field.
İntihar düşüncesi, dünya çapında, ömür boyu tehdit eden yaralanmaların ve çoğu zaman ölümün bir nedenidir. Depresyon, ankseyete bozukluğu ve bipolar gibi zihinsel bozukluklar, son yıllarda gençler arasında yaygındır. Sosyal medya, bireylerin duygu ve düşüncelerini paylaştıkları popüler platformlardır. Sosyal medya platformlardan insanların duygu ve düşüncelerinin çıkarılması, uzmanlar kullanıcıların zihinsel bozukluklarınını tespit edilmesine ve çok geç olmadan tedavi edilmesine yardımcı olacaktır. Bu tez, erken tanı için davranışları ve zihinsel durumları tahmin etmeye yönelik, çok görevli öğrenme sistemlerinin ve derin öğrenme tekniklerinin kullanımını araştırmaya çalışmaktadır. Anonimlik sağlayan popüler sosyal medya platformlarından biri olan Reddit'in metin verilerini kullandım. Anonimlik, bireylerin gerçek yaşamlarında hissettiklerini paylaşmasına artırır. Önerilen yaklaşımlarla elde edilen sonuçlar, çok görevli sistemlerin, izole eğitimlerine kıyasla birlikte eğitilen depresyon tespiti, duygu tespiti ve duygu analizi gibi metin sınıflandırma problemlerinin performansını nasıl artırabileceğinin anlaşılmasına yeni kapılar açmaktadır. Bu çalışmada elde edilen sonuçlar, alandaki diğer yaklaşımlarla da karşılaştırılabilir niteliktedir.
İntihar düşüncesi, dünya çapında, ömür boyu tehdit eden yaralanmaların ve çoğu zaman ölümün bir nedenidir. Depresyon, ankseyete bozukluğu ve bipolar gibi zihinsel bozukluklar, son yıllarda gençler arasında yaygındır. Sosyal medya, bireylerin duygu ve düşüncelerini paylaştıkları popüler platformlardır. Sosyal medya platformlardan insanların duygu ve düşüncelerinin çıkarılması, uzmanlar kullanıcıların zihinsel bozukluklarınını tespit edilmesine ve çok geç olmadan tedavi edilmesine yardımcı olacaktır. Bu tez, erken tanı için davranışları ve zihinsel durumları tahmin etmeye yönelik, çok görevli öğrenme sistemlerinin ve derin öğrenme tekniklerinin kullanımını araştırmaya çalışmaktadır. Anonimlik sağlayan popüler sosyal medya platformlarından biri olan Reddit'in metin verilerini kullandım. Anonimlik, bireylerin gerçek yaşamlarında hissettiklerini paylaşmasına artırır. Önerilen yaklaşımlarla elde edilen sonuçlar, çok görevli sistemlerin, izole eğitimlerine kıyasla birlikte eğitilen depresyon tespiti, duygu tespiti ve duygu analizi gibi metin sınıflandırma problemlerinin performansını nasıl artırabileceğinin anlaşılmasına yeni kapılar açmaktadır. Bu çalışmada elde edilen sonuçlar, alandaki diğer yaklaşımlarla da karşılaştırılabilir niteliktedir.
Açıklama
Text in English ; Abstract: English and Turkish
Includes bibliographical references (leaves 41-45)
x, 49 leaves
Includes bibliographical references (leaves 41-45)
x, 49 leaves
Anahtar Kelimeler
Natural language processing, Multi-task learning, Sentiment analysis, Deep learning, Emotion detection, Doğal dil işleme, Duygu analizi, Duygu algılama, Derin öğrenme, Çok görevli öğrenme
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Armah, C. (2024). Multi-task learning on mental disorder detection, sentiment detection and emotion detection. İstanbul: Işık Üniversitesi Lisansüstü Eğitim Enstitüsü.
