Um algoritmo recanãm-desenvolvido pode detectar depressão em usuários do Twitter com 88,39% de precisão. Desenvolvido por pesquisadores da Brunel University London e da University of Leicester, o algoritmo determina o estado mental de alguém extraindo e analisando 38 pontos de dados de seu perfil paºblico no Twitter, incluindo o conteaºdo de suas postagens, seus hora¡rios de postagem e os outros usuários em suas redes sociais. ca­rculo.

A equipe de pesquisa diz que sistemas semelhantes podem ter uma variedade de usos diferentes no futuro em várias plataformas, como diagnóstico precoce de depressão , triagem de emprego ou investigações policiais.

"Testamos o algoritmo em dois grandes bancos de dados e comparamos nossos resultados com outras técnicas de detecção de depressão", disse o professor Abdul Sadka, diretor do Instituto de Futuros Digitais de Brunel. "Em todos os casos, conseguimos superar as técnicas existentes em termos de precisão de classificação."

O algoritmo foi treinado usando dois bancos de dados que contem o hista³rico do Twitter de milhares de usuários, além de informações adicionais sobre a saúde mental desses usuários. Oitenta por cento das informações em cada banco de dados foram usados ​​para ensinar o bot, com os outros 20% usados ​​para testar sua precisão.

O bot funciona primeiro excluindo todos os usuários com menos de cinco tweets e executando os perfis restantes por meio de software de linguagem natural para corrigir erros de ortografia e abreviações.

Em seguida, ele considera 38 fatores distintos oscomo o uso de palavras positivas e negativas por um usua¡rio, o número de amigos e seguidores que ele tem e o uso de emojis ose determina o estado mental e emocional desse usua¡rio .

Usando o conjunto de dados de depressão do Twitter de Tsinghua, a equipe conseguiu uma precisão de 88,39%, enquanto uma precisão de 70,69% foi alcana§ada usando o conjunto de dados CLPsych 2015 da John Hopkins University.

"Qualquer coisa acima de 90% éconsiderada excelente em aprendizado de ma¡quina. Portanto, 88% para um dos dois bancos de dados éfanta¡stico", disse o professor Sadka.

"Nãoé100% preciso, mas não acho que nessenívelqualquer solução de aprendizado de ma¡quina possa atingir 100% de confiabilidade. No entanto, quanto mais perto vocêchegar dos 90%, melhor."

A equipe diz que esse sistema poderia sinalizar a depressão de um usua¡rio antes que ele postasse algo em doma­nio paºblico , abrindo caminho para plataformas como Twitter e Facebook sinalizarem proativamente problemas de saúde mental com os usuários.

No entanto, o bot também pode ser usado depois que uma postagem chega ao doma­nio paºblico, potencialmente permitindo que empregadores e outras empresas avaliem o estado mental de um usua¡rio com base em suas postagens de ma­dia social. Ele pode ser usado por vários motivos, dizem os pesquisadores, inclusive para uso em análise de sentimentos, investigações criminais ou triagem de emprego.

“O algoritmo proposto éindependente de plataforma, portanto também pode ser facilmente estendido a outros sistemas de ma­dia social, como Facebook ou WhatsApp”, disse o professor Huiyu Zhou, professor de aprendizado de ma¡quina da Universidade de Leicester.

“A próxima etapa desta pesquisa seráexaminar sua validade em diferentes ambientes ou origens e, mais importante, a tecnologia levantada a partir desta investigação pode ser desenvolvida para outras aplicações, como comanãrcio eletra´nico, exame de recrutamento ou triagem de candidatura”.

A pesquisa, "Cost-sensitive Boosting Pruning Trees for depression detect on Twitter", foi publicada no IEEE Transactions on Affective Computing .