CN119495420A 一种基于图文社交媒体分析的抑郁检测方法 （合肥师范学院）_第1页
CN119495420A 一种基于图文社交媒体分析的抑郁检测方法 （合肥师范学院）_第2页
CN119495420A 一种基于图文社交媒体分析的抑郁检测方法 （合肥师范学院）_第3页
CN119495420A 一种基于图文社交媒体分析的抑郁检测方法 （合肥师范学院）_第4页
CN119495420A 一种基于图文社交媒体分析的抑郁检测方法 （合肥师范学院）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于图文社交媒体分析的抑郁检测方法本发明公开了一种基于图文社交媒体分析2构建深度神经网络模型，用于从用户发表的大量帖子中筛选出K个与抑郁症最相关的对筛选出的帖子中的文本和图片分别进行表征，获得一维的文本表征在构建数据集的子过程中，从社交媒体平台中的抑郁症专区中抓取大量用户的发帖，设M为抑郁相关症状的个数，线性层将帖子的表征向量映射为一个i3练目标是使得模型Sigmoid层输出的症状概率与帖子r,=⃞1a,iE[1,M],上式中，rq代表了该帖子体现的抑郁相关症状集合中所有症文本经过Bert/Albert/Roberta考虑到帖子文本中蕴含着丰富的语义信息且关联性较强，为使信息以提升检测准确度，构建Transformer编码器对文本序列经预训练模型表征后的向量pj从Transformer编码器输出的表征向量：j)表示通过Transformer模在模型的离线训练阶段，图文表征与融合分类各个模型中，4针对未确诊抑郁症患者无法通过社交媒体分5[0013]构建深度神经网络模型，用于从用户发表的大量帖子中筛选出K个与抑郁症最相i6qqqq一条文本经过Bert/Albert/Roberta文本预训练模型进行表征后输出为一个向量，设Tj表要的信息以提升检测准确度，构建Transformer编码器对文本序列经预训练模型表征后的pj从Transformer编码器输出的表征向量：Tj进行编码，上述中Transformer模型为Google研究人员提出的基于自注意力机制的深度7级的双重标注使得训练后的模型能够识别单个帖文中体[0050](4)在图文表征子过程中，考虑到用户发表的文本内容中蕴含着丰富的语义信息且关联性较强，本发明采用基于自注意力机制的Transformer编码器对文本序列的表征向8[0062]从社交媒体平台中抓取用户在一定时间段内的发文(或发帖)，包括发文中的文[0064]考虑到不同用户发文频率差异巨大，且用户在社交媒体是指对于每一个帖子，人工阅读文本内容并标注抑郁相关症状集中每一项症状是否出现，1234567899q[0079]上式q[0080]帖子筛选即为每个用户筛选出相关性最高的K个帖子，其中相关性最高表示为所文本序列，每一条文本经过Bert/Albert/Roberta等文本预训练模型进行表征后输出为一要的信息以提升检测准确度，本发明构建Transformer编码器对文本序列经预训练模型表Tj进行编码，上述中Transformer模型为Google研究人员提出的基于自注意力机制的深度对融合后的用户图文表征进行分类，全连接网络输入维数为表征向量U的维度，输出为二[0094]上述公式均是采集大量数据进行软件模拟得出且选取与[0095]本发明在使用时，通过对用户

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论