Modélisation de sujets pour la détection de risques en santé mentale
Bibliographic record
Abstract
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
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".