Uma nova tecnologia que usa inteligência artificial detecta linguagem depressiva em postagens de mídia social com mais precisão do que os sistemas atuais e usa menos dados para fazer isso.

A tecnologia, que foi apresentado durante a Conferência Europeia sobre Aprendizado de Máquina e Princípios e Práticas de Descoberta de Conhecimento em Bancos de Dados, é o primeiro de seu tipo a mostrar que, para detectar com mais precisão a linguagem depressiva, pequena, conjuntos de dados de alta qualidade podem ser aplicados ao aprendizado profundo, uma abordagem de IA comumente usada que normalmente usa muitos dados.

Pesquisas psicolinguísticas anteriores mostraram que as palavras que usamos na interação com outras pessoas diariamente são um bom indicador de nosso estado mental e emocional.

Tentativas anteriores de aplicar técnicas de aprendizado profundo para detectar e monitorar a depressão em postagens de mídia social mostraram-se tediosas e caras, explicou Nawshad Farruque, um Ph.D. da Universidade de Alberta estudante de ciência da computação que está liderando o novo estudo.

Ele explicou que uma postagem no Twitter dizendo que alguém está deprimido porque a Netflix está fora do ar não está realmente expressando depressão, então alguém precisaria "explicar" isso ao algoritmo.

"O aprendizado profundo geralmente requer muito dados, "disse Farruque." Você basicamente precisa alimentar sua máquina com muitos exemplos do que você está tentando ensiná-la. Contudo, (humano especialista) dados rotulados com linguagem depressiva são raros de se encontrar. Nosso trabalho reduz significativamente a necessidade de grandes quantidades de dados rotulados. "

Farruque usou uma linguagem retirada de fóruns on-line sobre depressão para ensinar seu modelo a reconhecer a linguagem associada à depressão em tweets. A nova abordagem também ajuda as máquinas a entender quais palavras ou combinações de palavras podem realmente transmitir sentimentos deprimidos. Um exemplo é "Ontem foi difícil ... assim como hoje e amanhã e nos dias seguintes, "comparada com" A noite passada não foi uma boa noite para dormir ... tão cansada e eu tenho um show esta noite ... bocejo, "o que é mais uma expressão de frustração.

Farruque também está trabalhando na exploração de outras fontes públicas de uso de linguagem expressiva, incluindo bilhetes de suicídio e cartas de amor, tudo isso pode ajudar a contribuir para o aprendizado de modelos robustos de linguagem sobre depressão.

"A ideia por trás da pesquisa é detectar a depressão em seus estágios iniciais para que as pessoas possam ser encaminhadas aos recursos adequados o mais rápido possível, "explicou Farruque, que está trabalhando sob a supervisão dos pesquisadores da U of A, Osmar Zaïane e Randy Goebel.

Farruque acredita que a nova tecnologia pode um dia ser incorporada à política de autoagressão e suicídio do Twitter e pode ajudar a melhorar os algoritmos de detecção de depressão existentes que já estão incorporados ao Facebook.