Utilizing Deep Learning Techniques for Mental Disorder Prediction and Support Using Reddit Data
Notice bibliographique
Résumé
The increasing prevalence of mental health disorders necessitates innovative approaches to early detection and intervention. Social media platforms like Reddit provide a rich source of textual data that can be leveraged to identify mental health issues based on user-generated content. This study aims to classify mental health disorders by analyzing Reddit comments. The dataset used is Reddit SuicideWatch and Mental Health Collection that includes 54,412 posts, which are classified into several mental health disorders. After that, preprocessing steps were done, which includes tokenization, padding, word embeddings, and handling imbalance data. Then, a Custom-CNN (Convolutional Neural Network) and a Custom- RNN (Recurrent Neural Network) were used to classify the data. These evaluation metrics were then used to evaluate the models: accuracy, precision, recall, F1-score, and ROC AUC Score. Notable results are that the RNN has a higher accuracy of 0.65 compared to 0.64 by CNN. In addition, both RNN and CNN also have high ROC AUC scores of 0.88 and 0.87 respectively. In conclusion, the results show that the models are good at differentiating one class from another, however, both models have problems accurately classifying the correct mental health disorder from the texts. This shows promise as the models can definitely be improved with better and more balanced data, and exploration on LLMs (Large Language Models) can also be valuable for this study and issue. In addition to that, those improvements can be applied to the act of intervention by integrating it to technology such as a conversational AI or wearable actuators that have the ability to predict and prevent through real-time monitoring.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».