Yeni geliştirilen bir algoritma, Twitter kullanıcılarının depresyonda olup olmadığını yüzde 90’a yakın bir oranla yanlışsız kestirim ediyor. Londra Brunel Üniversitesi ve Leicester Üniversitesi’ndeki araştırmacılar tarafınca geliştirilen algoritma, herkese açık Twitter profillerinden 38 bilgi noktası ayıklayıp tahlil ederek birinin zihinsel durumunu belirliyor.
Algoritma, binlerce kullanıcının Twitter geçmişini ve bu kullanıcıların zihinsel sağlıklarıyla ilgili ek ayrıntıları içeren iki veritabanı kullanılarak eğitildi.
Her bilgi tabanındaki ayrıntıların yüzde sekseni botu öğretmek için kullanıldı, öteki yüzde 20’si ondan sonrasında doğruluğunu test etmek için kullanıldı.
Brunel’in Dijital Vadeli Süreçler Enstitüsü Yöneticisi Prof Abdul Sadka, “Algoritmayı iki büyük bilgi tabanında test ettik ve neticelerimızı öteki depresyon tespit teknikleriyle kıyasladık. Her durumda, sınıflandırma doğruluğu açısından mevcut teknikleri geride bırakmayı başardık’ dedi.
Araştırma takımı, misal sistemlerin gelecekte erken depresyon teşhisi, istihdam taraması yahut polis soruşturmaları üzere birden çok platformda bir dizi farklı kullanım alanına sahip olabileceğini söylüyor.
Algoritma için kullanılan bot, birinci etapta beşten az tweeti olan hesapları eleyerek kalan profilleri doğal lisan yazılımı aracılığıyla yanlış yazım ve kısaltmaları düzelterek çalışıyor.
sonrasındasında, bir kullanıcının olumlu ve olumsuz sözler kullanımı, sahip olduğu arkadaş ve takipçi sayısı ve emoji kullanması üzere 38 farklı faktörü göz önünde bulundurur ve o kullanıcının zihinsel ve duygusal durumu hakkında bir karar verir.
Araştırmacılar Tsinghua Twitter Depresyon Data Kümesini kullanarak yüzde 88,39’luk bir doğruluğu yönetirken, John Hopkins Üniversitesi’nin CLPsych 2015 data kümesini kullanarak yüzde 70,69’luk bir doğruluk elde etti.
www.soms.ro
“Yüzde 90’ın üzerinde olan her şey makine tahsilinde kusursuz olarak kabul edilir. Yani, iki bilgi tabanından biri için yüzde 88 harika” dedi Prof Sadka.
‘Yüzde 100 yanlışsız değil, lakin bu seviyede rastgele bir makine tahsili tahlilinin yüzde 100 güvenilirliğe ulaşabileceğini düşünmüyorum. Lakin yüzde 90 sayısına ne kadar yaklaşırsanız o kadar uygun.”
Algoritma, binlerce kullanıcının Twitter geçmişini ve bu kullanıcıların zihinsel sağlıklarıyla ilgili ek ayrıntıları içeren iki veritabanı kullanılarak eğitildi.
Her bilgi tabanındaki ayrıntıların yüzde sekseni botu öğretmek için kullanıldı, öteki yüzde 20’si ondan sonrasında doğruluğunu test etmek için kullanıldı.
Brunel’in Dijital Vadeli Süreçler Enstitüsü Yöneticisi Prof Abdul Sadka, “Algoritmayı iki büyük bilgi tabanında test ettik ve neticelerimızı öteki depresyon tespit teknikleriyle kıyasladık. Her durumda, sınıflandırma doğruluğu açısından mevcut teknikleri geride bırakmayı başardık’ dedi.
Araştırma takımı, misal sistemlerin gelecekte erken depresyon teşhisi, istihdam taraması yahut polis soruşturmaları üzere birden çok platformda bir dizi farklı kullanım alanına sahip olabileceğini söylüyor.
Algoritma için kullanılan bot, birinci etapta beşten az tweeti olan hesapları eleyerek kalan profilleri doğal lisan yazılımı aracılığıyla yanlış yazım ve kısaltmaları düzelterek çalışıyor.
sonrasındasında, bir kullanıcının olumlu ve olumsuz sözler kullanımı, sahip olduğu arkadaş ve takipçi sayısı ve emoji kullanması üzere 38 farklı faktörü göz önünde bulundurur ve o kullanıcının zihinsel ve duygusal durumu hakkında bir karar verir.
Araştırmacılar Tsinghua Twitter Depresyon Data Kümesini kullanarak yüzde 88,39’luk bir doğruluğu yönetirken, John Hopkins Üniversitesi’nin CLPsych 2015 data kümesini kullanarak yüzde 70,69’luk bir doğruluk elde etti.
www.soms.ro
“Yüzde 90’ın üzerinde olan her şey makine tahsilinde kusursuz olarak kabul edilir. Yani, iki bilgi tabanından biri için yüzde 88 harika” dedi Prof Sadka.
‘Yüzde 100 yanlışsız değil, lakin bu seviyede rastgele bir makine tahsili tahlilinin yüzde 100 güvenilirliğe ulaşabileceğini düşünmüyorum. Lakin yüzde 90 sayısına ne kadar yaklaşırsanız o kadar uygun.”