文献一覧: 中村啓信 (著者)

2 0 0 0 OA 大規模ツイートデータを用いたメンタルヘルス不調者の推測

著者: 高須遼中村啓信岸本泰士郎狩野芳伸
出版者: 一般社団法人人工知能学会
雑誌: 人工知能学会全国大会論文集第36回 (2022)
巻号頁・発行日: pp.1J4OS13a04, 2022 (Released:2022-07-11)

メンタルヘルスは社会的に重要な問題である。近年、メンタルヘルスの問題はインターネット上の活動と密接に関係している。そこで我々は、Twitterユーザーがメンタルヘルス問題を抱えているかどうかを分類するシステムを開発した。特定のパターンに合致するアカウントはメンタルヘルス問題を抱えている可能性が高いと仮定し、この仮定に基づいてポジティブな例とネガティブな例を100万件規模で収集した。また、キーワードに依存する先行研究とは異なり、メンタルヘルスに特化したキーワードを含まないユーザの発話を分類する可能性を検討するため、そのようなキーワードを含むツイートはデータセットから排除した。BERT、LSTM、SVMを学習させ、分類性能を比較した。BERTについては、大規模ツイートデータを用いた事前学習を行った。BERTが最も高い性能を示し、Accuracy 0.83, Recall 0.8, Precision 0.88,F1-score 0.84という実用レベルの高い分類性能を達成した。文脈情報の重要性とともに、一般的な発話からメンタルヘルス不調を推測しうることを示した。

2023-03-20 01:50:18
2 + 2 Twitter

1 0 0 0 OA 診断付き精神疾患会話コーパスを用いたうつ病の重症度自動分類と特徴量分析

著者: 香月祥田中宏和中村啓信岸本泰士郎狩野芳伸
出版者: 一般社団法人人工知能学会
雑誌: 人工知能学会全国大会論文集第37回 (2023) (ISSN:27587347)
巻号頁・発行日: pp.4Xin150, 2023 (Released:2023-07-10)

我々はこれまで、診断や疾患評価、音声とその文字起こしや音声・言語学的アノテーションが付与されたUNDERPIN大規模精神疾患会話コーパスを構築してきた。このコーパスを用いて、うつ病患者の分類実験を行った。分類の際は、健常者・軽症患者・中等度以上の患者・うつ病と診断されたことがあるがテストの評価値で症状のない患者の4分類を設定し、4分類のすべてのペア6つそれぞれで2値分類を行った。結果、軽症・中等度以上の重症度に応じた分類ができること、また現在の症状にかかわらずうつ病になった性質で分類可能であることを確認した。分類に貢献した特徴量の分析では、重症度ごとに異なる特徴量や共通している特徴量を確認できた。今後は、新しい特徴量を追加しての学習や、特徴のもととなった人手のアノテーションを自動付与するシステムを構築したい。