Modélisation de sujets pour la détection de risques en santé mentale
Notice bibliographique
Résumé
Les troubles mentaux ont des effets néfastes à l’échelle planétaire, tant sur les individus que sur la société. Malgré ce problème omniprésent, les personnes affectées peinent à trouver l’aide nécessaire. Les avancées scientifiques dans le domaine de la détection automatique de risques en santé mentale sont prometteuses, particulièrement depuis l’arrivée des médias sociaux, où les utilisateurs se confient régulièrement à leur communauté. Dans ce contexte, ce mémoire s’intéresse à la détection de troubles mentaux à partir de contenus textuels dans les médias sociaux à l’aide de la modélisation de sujets. La modélisation de sujets est une technique puissante permettant d’expliquer la structure des sujets d’un corpus. Avec cette information, un document est descriptible comme une distribution de sujets, celle-ci pouvant servir comme ensemble d’attributs utiles à diverses tâches de détections de troubles mentaux. Toutefois, cette technique est sensible à la composition du vocabulaire d’un corpus et ignore souvent la sémantique des mots observés, résultant en des performances variables selon les troubles étudiés. Dans un premier temps, une étude comparative présente les capacités de modélisation d’attributs selon le type de trouble mental observé. Pour y arriver, plusieurs modèles de sujets sont entraînés sur divers corpus pour observer comment le vocabulaire affecte les performances. Ces dernières sont prometteuses, particulièrement pour la détection de l’anorexie. Par la suite, des expériences sont menées pour mettre en parallèle la modélisation de sujets traditionnels avec une nouvelle approche intégrant la sémantique des mots grâce aux plongements de mots. L’accent est mis sur la détection de la dépression au travers d’une tâche de classification binaire. Les résultats démontrent une amélioration lors de l’usage d’attributs obtenus via la nouvelle approche. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : modélisation de sujets, plongements de mots, classification binaire, analyse de sentiments, détection du risque, santé mentale, dépistage de la dépression, médias sociaux, apprentissage automatique, traitement automatique du langage naturel
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».