인공지능을 이용한 트위터에서의 다중 클래스 우울증 탐지

우울증은 현재 중요한 문제입니다. 세계 보건 기구(WHO)에 따르면, 2023년에는 2억 8,000만 명 이상의 사람들이 우울증으로 고통받고 있습니다. 이는 엄청난 숫자이며, 진지하게 다루지 않으면 이 숫자는 빠르게 증가할 것입니다. 약 48억 9천만 명이 소셜 미디어 사용자입니다. 사람들은 트위터, 페이스북, 레딧, 인스타그램 등의 플랫폼에서 자신의 감정과 정서를 표현합니다. 이러한 플랫폼에는 연구 목적으로 활용할 수 있는 귀중한 정보가 포함되어 있습니다. 다양한 소셜 미디어 플랫폼에 대해 상당한 연구가 이루어졌습니다. 그러나 이러한 노력에는 여전히 몇 가지 한계가 존재합니다. 특히, 이전 연구는 오직 트위터에서의 우울증 및 우울증의 강도를 탐지하는 데만 집중했습니다. 또한 데이터셋 라벨링에 부정확성이 존재했습니다. 이 연구 작업에서는 트위터 데이터베이스의 트윗을 기반으로 어휘 라벨링을 사용하여 다섯 가지 유형의 우울증(양극성, 주요, 정신병성, 비전형, 산후)을 예측했습니다. 설명 가능한 AI를 사용하여 우울증 유형을 나타내는 트윗의 부분을 강조함으로써 설명을 제공했습니다. 특징 추출 및 훈련을 위해 Bidirectional Encoder Representations from Transformers(BERT)를 사용했습니다. 모델 훈련에 머신 러닝 및 딥 러닝 방법론이 사용되었습니다. BERT 모델은 0.96의 전반적인 정확도를 달성하며 가장 유망한 결과를 보여주었습니다.