27、利用社交媒体文本预测孤独感与感知抑郁程度

利用社交媒体文本预测孤独感与感知抑郁程度

1. 疫情下的孤独与抑郁现状

在疫情期间，大多数企业被迫关闭，IT行业、教育领域等的人们开始居家办公。市场关闭，人们为了安全只能待在家里，逐渐适应了一种机械的生活方式。由于无法与朋友和家人见面，人们容易受到一些小事的影响，变得情绪化和敏感，难以控制自己的紧张情绪，进而引发各种心理障碍。其中，因孤独导致的抑郁在现代社会已成为一种普遍现象，急需得到关注。

2. 利用推文识别孤独状态的技术

为了识别个体的孤独状态，研究人员从SOLO语料库和Sentiment140数据集中选取了20万条推文进行实验和分类，分为“孤独”和“其他”两类。具体步骤如下：
1. 数据预处理 ：对原始推文进行一系列预处理操作，以清理数据。
2. 词嵌入 ：应用GloVe和Word2Vec等词嵌入技术，将文本转换为词向量。
3. 分类器应用 ：使用BiLSTM、GRU、随机森林和XGBoost等分类器，判断个体是真的感到孤独，还是只是在谈论独处或其他积极情绪。

实验结果显示，使用GloVe嵌入的BiLSTM和GRU表现出了最佳的准确率和F1分数。此外，使用GloVe模型的BiLSTM在孤独类别上获得了较高的召回率。

3. 该应用的意义

这个应用可以帮助个人、其亲属或医疗专业人员早期发现抑郁症状，并及时提供支持。此外，该应用还可以进一步扩展，用于检测所有级别的抑郁，以及其他精神障碍。

4. 抑郁的分级与现状

抑郁症被归类为情