Klasifikasi Emosi Pada Teks Bahasa Indonesia Menggunakan IndoBERT
Notice bibliographique
Résumé
Masalah kesehatan mental telah menjadi tantangan yang mempengaruhi banyak individu di seluruh dunia. Laporan WHO tahun 2018 mencatat peningkatan angka kematian akibat bunuh diri, dengan frekuensi satu kasus setiap 40 detik. Survei Ipsos Global 2023 menunjukkan bahwa 44% responden di 31 negara mengkhawatirkan kesehatan mental, sementara 30% mengidentifikasi stres sebagai isu utama. Di Indonesia, situasi kesehatan mental juga menjadi perhatian serius. Survei I-NAMHS 2022 menemukan bahwa 34,9% remaja menghadapi masalah kesehatan pada mental, tetapi hanya 2,6% dari mereka yang memanfaatkan layanan konseling. Deteksi emosi dalam teks menjadi tantangan karena tidak adanya ekspresi wajah atau modulasi suara. Penelitian ini bertujuan untuk mengklasifikasikan emosi dalam teks berbahasa Indonesia menggunakan model IndoBERT. Dataset yang digunakan terdiri dari 5079 tweet dengan lima label emosi: Marah ( Angry ), Takut ( Fear ), Senang ( Joy ), Cinta ( Love ), dan Sedih ( Sad ). Variasi parameter meliputi komposisi pembagian data latih, validasi, dan uji (80:10:10, 75:15:15, dan 60:20:20), serta kombinasi learning rate (1e-2 hingga 1e-7) dan batch size (8, 16, dan 32). Model dilatih selama 25 epoch dengan penerapan early stop dan patience selama 5 epoch. Hasil eksperimen menunjukkan bahwa komposisi pembagian data 80:10:10, learning rate 1e-6, dan batch size 8 menghasilkan klasifikasi yang optimal. Meskipun beberapa percobaan menunjukkan indikasi overfitting , penelitian ini memiliki implikasi penting dalam deteksi dini emosi dan dapat membantu dalam upaya penanganan kesehatan mental.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».