Depression risk assessment from Twitter text

Abstract

สภาวะหนึ่งที่มีผลกระทบในแง่ลบต่อจิตใจมนุษย์ที่อยู่ในสภาพอารมณ์ที่อ่อนไหว คือการรับรู้ข้อความซึ่งอาจทําให้ เกิดความเครียด และอาจนําไปสู่ภาวะซึมเศร้า ผ่านสื่อต่าง ๆ โดยเฉพาะอย่างยิ่ง ผ่านสื่อสังคมออนไลน์ การรับรู้นี้ อาจพัฒนา ไปถึง การเป็นโรคซึมเศร้า โครงงานชิ้นนี้จึงมุ่งสร้างเครื่องมือในการในการจําแนกข้อความที่มีผลต่ออารมณ์ความรู้สึกในด้าน ลบ โดยเก็บข้อความในทวิตเตอร์ จากกลุ่มตัวอย่าง 56 คน เป็นผู้ซึมเศร้า 28 คน และคนปกติ 28 คน รวม 43,600 ข้อความ มาฝึกสอนด้วยเครื่อง (Machine Learning) เพื่อสร้างแบบจําลองสําหรับการทํานายลักษณะข้อความ ที่มีผลกระทบด้านลบ ต่ออารมณ์และความรู้สึก โดยมีค่าความแม่นยําของแบบจําลองอยู่ที่ร้อยละ 76.98 ด้วยรูปแบบขั้นตอนวิธีแบบ Ridge Cross Validation ด้วยการใช้ Vectorizer แบบ bi-gram TF-IDF โดยนําแบบจําลองนั้นไปพัฒนาเป็นเครื่องมือใช้ประกอบกับการ ใช้งานทวิตเตอร์บนกูเกิ้ลโครมเว็บเบราเซอร์ เพื่อคัดกรองข้อความที่ส่งผลลบต่ออารมณ์และความรู้สึก สําหรับผู้ใช้ที่คะแนน จากการทําแบบประเมินภาวะซึมเศร้า บ่งชี้ว่ามีภาวะเสี่ยงต่อการรับรู้ขอความเชิงลบ