Μονάδα:
Τμήμα Πληροφορικής & ΤηλεπικοινωνιώνΠληροφορική
Ημερομηνία κατάθεσης:
2022-05-23
Συγγραφέας:
ΠΛΟΥΜΙΔΗ ΠΑΝΑΓΙΩΤΑ
Στοιχεία επιβλεπόντων καθηγητών:
Σταματόπουλος Παναγιώτης, Επίκουρος Καθηγητής, Τμήμα Πληροφορικής και Τηλεπικοινωνιών, ΕΚΠΑ
Πρωτότυπος Τίτλος:
Suicide risk detection on social media using neural networks
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
Εντοπισμός κινδύνου αυτοκτονίας στα κοινωνικά δίκτυα με χρήση νευρωνικών δικτύων
Περίληψη:
Σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας, προσεγγιστικά 280 εκατομμύρια άνθρωποι
υποφέρουν από κατάθληψη και πάνω από 700.000 αυτοκτονούν, ενώ η αυτοκτονία
είναι η τέταρτη σε αριθμό θυμάτων αιτία θανάτου εφήβων και νέων ανθρώπων. Παρόλο
που η κατάθλιψη επιδέχεται θεραπεία, η πλειοψηφία των νοσούντων αρνείται να αποδεχτεί
ότι νοσεί και να ζητήσει ψυχιατρική βοήθεια, ειδικά στις αναπτυσσόμενες χώρες όπου
υπάρχει κοινωνικό στίγμα όσον αφορά τις ψυχικές ασθένειες.
Οι πλατφόρμες κοινωνικών δικτύων φιλοξενούν ανθρώπους από όλες τις δημογραφικές
ομάδες με διαφορετικά χαρακτηριστικά και έχουν ιδιαίτερη απήχηση στους νέους. Για
τους περισσότερους ανθρώπους τα κοινωνικά δίκτυα αποτελούν έναν ασφαλή χώρο όπου
μπορούν να εκφράσουν τις σκέψεις και τις ανησυχίες τους, ειδικά όταν τους παρέχεται
ανωνυμία. Πλατφόρμες όπως το Facebook και το Instagram έχουν δημιουργήσει επιλογή
αναφοράς δημοσίευσης όπου χρήστες μπορούν να αναφέρουν μια δημοσίευση που υπονοεί
αυτοκτονικές κινήσεις. Είναι υψίστης σημασίας αυτή η διαδικάσία να αυτοματοποιηθεί
ούτως ώστε να μην παραβλέπονται δημοσιεύσεις με τέτοιο περιεχόμενο και επιπλέον να
υπάρχει η δυνατότητα πρόβλεψης καταθλιπτικών τάσεων το νωρίτερο δυνατό. Σκοπός
αυτής της εργασίας είναι η πρόταση και δημιουργία ενός μοντέλου που θα εκπαιδεύεται σε
δημοσιεύσεις της πλατφόρμας κοινωνικών δικτύων Reddit και θα προβλέπει με αξιοπιστία
αν ένας χρήστης εμφανίζει σημάδια κατάθλιψης εξετάζοντας της δημοσιεύσεις του. Το
προτεινόμενο μοντέλο νευρωνικών δικτύων αποτελεί ένα υβριδικό μοντέλο που συνιστάται
από συνελικτικά και αναδρομικά δίκτυα, καθώς και από έναν μηχανισμό προσοχής για τη
μεγιστοποίηση της ακρίβειας των προβλέψεων.
Κύρια θεματική κατηγορία:
Τεχνολογία – Πληροφορική
Λέξεις-κλειδιά:
τεχνητή νοημοσύνη, νευρωνικά δίκτυα, κοινωνικά δίκτυα, εντοπισμός συναισθήματος, επεξεργασία φυσικής γλώσσας
Αρ. σελίδων ευρετηρίου:
4
Αρ. βιβλιογραφικών αναφορών:
44
