Semantic and Emotional Feature Fusion Model for Early Depressive Prediction

计算机科学 特征(语言学) 自然语言处理 语义特征 情报检索 人工智能 语言学 哲学
作者
Weiwei Zhu,Yijia Zhang,Xingyu Yu,Mingyu Lu,Hongfei Lin
出处
期刊:Communications in computer and information science 卷期号:: 352-368
标识
DOI:10.1007/978-981-99-9864-7_23
摘要

In recent years, depression has caused severe social and psychological problems. The purpose of the paper is to automatically identify users with depressive tendencies to facilitate early intervention and prevent the progression of depression into more severe consequences. The paper proposes a Depression Prediction model based on Multi-feature Fusion (DPMFF), which extracts contextual semantic features and deep emotional features from user documents to predict depression risk. The behavioral and linguistic features of depressed users were examined through statistical analysis. Experiments on micro-blog datasets demonstrate that DPMFF can effectively identify users with depressive tendencies and outperform other models. The data analysis found that compared with normal users, users with depressive tendencies were usually active on social networks late at night, and the proportion of content containing absolute words and negative words was significantly higher than average.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI2S应助de采纳,获得10
刚刚
眼睛大的乐蕊完成签到,获得积分10
1秒前
1秒前
阿泽完成签到 ,获得积分10
1秒前
fuyan完成签到,获得积分20
2秒前
sheep完成签到,获得积分10
2秒前
徒玦完成签到 ,获得积分10
2秒前
徐徐徐应助cream采纳,获得10
2秒前
梅豪完成签到,获得积分10
3秒前
溜了溜了完成签到,获得积分20
3秒前
研友_VZG7GZ应助怡心亭采纳,获得20
3秒前
Accept完成签到,获得积分10
3秒前
自然芹发布了新的文献求助10
4秒前
明日星辰发布了新的文献求助10
4秒前
4秒前
mike5492完成签到,获得积分10
4秒前
4秒前
直率芮完成签到,获得积分10
4秒前
Yang22完成签到,获得积分10
5秒前
Bran完成签到,获得积分10
5秒前
柚C美式完成签到 ,获得积分10
5秒前
6秒前
独特纸飞机完成签到 ,获得积分10
6秒前
msd2phd完成签到,获得积分10
7秒前
7秒前
溜了溜了发布了新的文献求助10
8秒前
慕容铭完成签到,获得积分10
10秒前
开朗的榴莲完成签到,获得积分10
10秒前
自然完成签到,获得积分10
11秒前
yueyue完成签到,获得积分10
11秒前
曲书文完成签到,获得积分10
12秒前
fuyan发布了新的文献求助10
12秒前
ugliest发布了新的文献求助10
13秒前
13秒前
13秒前
烟雾里完成签到 ,获得积分10
14秒前
科研小白完成签到 ,获得积分10
15秒前
宜醉宜游宜睡完成签到,获得积分0
16秒前
青青草完成签到,获得积分10
16秒前
17秒前
高分求助中
Evolution 10000
CANCER DISCOVERY癌症研究的新前沿:中国科研领军人物的创新构想 中国专刊 500
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158693
求助须知:如何正确求助?哪些是违规求助? 2809927
关于积分的说明 7884596
捐赠科研通 2468681
什么是DOI,文献DOI怎么找? 1314374
科研通“疑难数据库(出版商)”最低求助积分说明 630601
版权声明 602012