Depressive disorder classification from twitter using deep learning algorithms.

Abstract

This study focuses on the classification of depression from Twitter posts using deep learning techniques, particularly deep learning models. Depression is a significant issue that affects both individuals and society and can lead to severe outcomes, including increased mortality rates. This research utilizes data from social media to detect signs of depression and proposes a technological approach to understand and predict depressive behavior. The study collects English-language text data, including tweets containing hashtags that indicate symptoms of depression, and classifies them into nine categories of depressive symptoms. The proposed classification system aims to support efforts in early detection and intervention for individuals at risk of depression.

การศึกษานี้มุ่งเน้นไปที่การจำแนกภาวะซึมเศร้าจากโพสต์บน Twitter โดยใช้เทคนิคการเรียนรู้เชิงลึก โดยเฉพาะโมเดลการเรียนรู้เชิงลึก (Deep Learning Model) ภาวะซึมเศร้าเป็นปัญหาสำคัญที่ส่งผลกระทบต่อทั้งบุคคลและสังคม ซึ่งอาจนำไปสู่ผลลัพธ์ที่ร้ายแรง รวมถึงอัตราการเสียชีวิต การศึกษานี้ใช้ข้อมูลจากโซเชียลมีเดียเพื่อระบุสัญญาณของภาวะซึมเศร้า นำเสนอแนวทางทางเทคโนโลยีเพื่อทำความเข้าใจและคาดการณ์พฤติกรรมซึมเศร้า โดยรวบรวมข้อมูลข้อความภาษาอังกฤษ รวมถึงทวีตที่ติดแฮชแท็กซึ่งบ่งบอกถึงอาการซึมเศร้า และจำแนกข้อมูลออกเป็น 9 ประเภทของอาการซึมเศร้า ระบบการจำแนกประเภทที่นำเสนอมีเป้าหมายเพื่อสนับสนุนความพยายามในการระบุและให้การช่วยเหลือเบื้องต้นแก่บุคคลที่เสี่ยงต่อภาวะซึมเศร้า