CLaCLab at SocialDisNER: Using Medical Gazetteers for Named-Entity Recognition of Disease Mentions in Spanish Tweets
CLaC Labs(CLaC实验室);Concordia University(康考迪亚大学)
本文总结了CLaC提交的SMM4H 2022任务10,该任务涉及识别西班牙推文中提到的疾病。在对每个标记进行分类之前,我们使用多语言RoberTa Large、UMLS地名词典和DISTEMIST地名词典等中的功能,使用Transformer编码器对每个标记进行编码。我们得到严格的F1得分为0.869,竞争平均值为0.675,标准差为0.245,中位数为0.761。
2022-09-13 cs.AI cs.CL cs.LG
Multi-Task Learning for Extraction of Adverse Drug Reaction Mentions from Tweets
International Institute of Information Technology-Hyderabad(海得拉巴国际信息技术研究所);Microsoft(微软);TCS Research(塔塔咨询服务研究中心)
药物不良反应(ADR)是医疗保健中死亡的主要原因之一。当前的ADR监测系统通常在此类事件正式发布之前存在很长的时间滞后。另一方面,Twitter等在线社交媒体包含有关ADR事件的实时信息,远早于任何官方报告。当前最先进的ADR提及提取使用递归神经网络(RNN),其通常需要大型标记语料库。为此,我们提出了一种基于多任务学习的方法,该方法可以利用类似的辅助任务(药物不良事件检测)来增强主任务的性能,即,ADR提取。此外,在没有辅助任务数据集的情况下,我们提出了一种新的联合多任务学习方法,当有大量未标记的推文时,自动生成辅助任务的弱监督数据集。实验结果表明,在F1得分方面,所提出的方法比最先进的ADR提及提取任务的方法高出7.2%。
2018-02-14 cs.CL cs.IR
Deep Neural Networks Ensemble for Detecting Medication Mentions in Tweets
Perelman School of Medicine, University of Pennsylvania(宾夕法尼亚大学佩雷尔曼医学院);Biodesign Institute, Arizona State University(亚利桑那州立大学生物设计研究所)
目的:经过多年的研究,Twitter帖子现在被认为是患者生成数据的重要来源,为人口健康提供了独特的见解。将Twitter数据纳入药物流行病学研究的一个基本步骤是自动识别推文中提到的药物。鉴于药物名称的词汇搜索可能会失败,由于拼写错误或与常见单词的歧义,我们提出了一个更先进的方法来识别它们。方法:我们提出了Kusuri,一个Ensemble学习分类器,能够识别提到药品和膳食补充剂的推文。Kusuri(日语中的“药物”)由两个模块组成。首先,并行应用四种不同的分类器(基于词典、基于拼写变体、基于模式和基于弱训练的神经网络)来发现可能包含药物名称的推文。其次,使用对所发现的推文中的重要词的形态、语义和长程依赖性进行编码的深度神经网络的集合来做出最终决定。结果如下:在15,005条tweet的平衡(50-50)语料库中,Kusuri表现出接近人类注释者的性能,F1得分为93.7%,是迄今为止在该语料库中取得的最好成绩。在由113名Twitter用户发布的所有推文(98,959条推文,只有0.26%提到药物)组成的语料库中,Kusuri获得了76.3%的F1分数。没有一种现有的药物提取系统在这样一个极不平衡的数据集上进行比较。结论:该系统识别提到药物名称的推文,其性能足够高,以确保其有用性,并准备集成到更大的自然语言处理系统中。
2019-09-30 cs.CL cs.IR cs.LG
Implicit Entity Linking in Tweets
Kno.e.sis Center, Wright State University(莱特州立大学Kno.e.sis中心);IBM Research(IBM研究院)
多年来,Twitter已成为最大的通信平台之一,为品牌监控、趋势检测等各种应用提供关键数据。实体链接是从推文理解自然语言的主要任务之一,它将文本中的实体提及与知识库中的对应条目相关联,以便提供明确的解释和附加上下文。最先进的技术集中在链接推文中明确提到的实体,并取得了一定的成功。然而,我们认为,除了明确提到,即电影重力比火星轨道飞行器任务实体(电影重力)更昂贵,也可以含蓄地提到,即这部新的太空电影是疯狂的。你一定要看!介绍了推文中的隐式实体链接问题。我们提出了一种方法,模型的实体,利用他们的事实和背景知识。我们演示了如何使用这些模型来执行隐式实体链接的地面实况数据集与397推文从两个域,即电影和书籍。具体而言,我们显示:1)链接隐式实体的重要性及其对标准实体链接任务的附加值,以及2)利用与实体相关联的上下文知识来链接它们的隐式提及的重要性。我们还公开了地面实况数据集,以促进这一新研究领域的研究。
2017-07-26 cs.AI cs.CL
LT4SG@SMM4H24: Tweets Classification for Digital Epidemiology of Childhood Health Outcomes Using Pre-Trained Language Models
NirvanaClouds(涅槃云);University of Adelaide(阿德莱德大学)
面向 SMM4H24 儿童医疗障碍推文二分类任务,论文比较 RoBERTa-large 微调和 BERTweet-large 集成方法,后者以 0.938 的 F1 分数超越基准 1.18%。
2024-06-11 cs.CL
Deep Representation Learning for Clustering of Health Tweets
Faculty of Medicine and Health Technology, Tampere University(坦佩雷大学医学院与健康技术学院)
Twitter一直是一个突出的社交媒体平台,用于挖掘人口层面的健康数据,将健康相关的推文准确聚类为主题对于提取相关的健康见解非常重要。在这项工作中,我们提出了深度卷积自动编码器,用于学习健康相关推文的紧凑表示,进一步用于聚类。我们比较了我们的方法,几个传统的鸣叫表示方法,包括袋的话,词频逆文档频率,潜在的Dirichlet分配和非负矩阵分解3种不同的聚类算法。我们的研究结果表明,聚类性能使用建议的表示学习计划显着优于传统的方法为所有实验的不同数量的集群。此外,为了进一步提高聚类性能,我们在神经网络训练过程中对学习到的表示提出了一个约束。总而言之,本研究介绍了基于深度神经网络的架构的利用,即,深度卷积自动编码器,用于学习健康相关推文的信息表示。
2018-12-25 cs.CL cs.IR cs.LG
Hashtag Healthcare: From Tweets to Mental Health Journals Using Deep Transfer Learning
University of Florida(佛罗里达大学);TAO Connect, Inc.(TAO Connect公司)
随着社交媒体平台的普及度持续上升,越来越多的人际交流和自我表达发生在网上。最近的研究主要集中在挖掘社交媒体上的公众用户对外部实体的意见,如产品评论或对政治新闻的看法。然而,很少有人关注从心理健康的角度来分析用户的内化思想和情绪。在本文中,我们量化了在线认知行为治疗中使用的公共推文和私人心理健康期刊之间的语义差异。我们将使用深度迁移学习技术来分析这两个领域之间的语义差距。我们表明,对于情绪效价预测的任务,社交媒体可以成功地利用来创建更准确,更强大和个性化的心理健康模型。我们的研究结果表明,公共和私人自我表达之间的语义差距很小,利用丰富的可用社交媒体是克服心理健康数据样本量小的一种方法,这些数据通常受到可用性和隐私问题的限制。
2017-08-04 cs.CL cs.CY
Identifying Depressive Symptoms from Tweets: Figurative Language Enabled Multitask Learning Framework
LHNCBC, U.S. National Library of Medicine(美国国家医学图书馆 LHNCBC);Indian Institute of Technology Gandhinagar(印度理工学院甘地讷格尔分校);Wright State University(莱特州立大学);University of South Carolina(南卡罗来纳大学)
关于使用社交媒体来获得用户心理健康状况的现有研究集中在抑郁检测任务上。然而,对于病例管理和转介给精神科医生,医护人员需要实用和可扩展的抑郁症筛查和分流系统。本研究的目的是设计和评估一个决策支持系统(DSS),以可靠地确定抑郁症的分诊水平,通过捕捉细粒度的抑郁症状,通过模拟患者健康问卷-9(PHQ-9),在临床实践中经常使用的用户推文。从推文中可靠地检测抑郁症状是具有挑战性的,因为推文的280个字符的限制激励了在话语中使用创造性的人工制品,而比喻的使用有助于有效的表达。我们提出了一个新的BERT为基础的强大的多任务学习框架,以准确地识别抑郁症状的比喻使用检测的辅助任务。具体来说,我们提出了新的任务共享机制,共同任务意识的注意,使自动选择的最佳信息的BERT层和任务的软共享参数。我们的研究结果表明,建模比喻的使用可以明显提高模型的鲁棒性和可靠性,用于区分抑郁症症状。
2020-11-12 cs.CL
What are We Depressed about When We Talk about COVID19: Mental Health Analysis on Tweets Using Natural Language Processing
Yale University(耶鲁大学);Barcelona Supercomputing Center (BSC)(巴塞罗那超级计算中心(BSC))
2019冠状病毒病(COVID-19)最近爆发,在很大程度上影响了人类生活。除了直接的身体和经济威胁外,这一流行病还间接影响人们的心理健康状况,这种状况可能是压倒性的,但难以衡量。问题可能来自各种原因,如失业状况、居家政策、对病毒的恐惧等。在这项工作中,我们专注于应用自然语言处理(NLP)技术来分析心理健康方面的推文。我们训练了深度模型,将每条推文分类为以下情绪:愤怒、期待、厌恶、恐惧、喜悦、悲伤、惊讶和信任。我们通过手动标记1,000条英文推文来构建用于训练目的的TweetCT(Ammtion-Covid 19-Tweet)数据集。此外,我们提出并比较了两种方法,以找出导致悲伤和恐惧的原因。
2020-06-08 cs.CL cs.CY cs.LG
Understanding the Sociocultural Dimensions of Mental Health Discourse in Arabic-Language X Communities
King Saud University(沙特国王大学);Cairo University(开罗大学);Carnegie Mellon University(卡内基梅隆大学)
通过GPT-4.1识别个人披露的推特用户,分析边缘型人格障碍、双相障碍和ADHD相关话语,发现不同病症的词汇模式差异,提出可复用的LLM辅助披露流程和文化关键词框架。
2026-06-06 cs.CL
Cyber Risks of Machine Translation Critical Errors : Arabic Mental Health Tweets as a Case Study
Birmingham City University(伯明翰城市大学);De Montfort University(德蒙福特大学);University of Surrey(萨里大学)
本文构建阿拉伯语心理健康帖子机器翻译严重错误数据集,揭示NMT流利幻觉难以被用户和常用质量指标识别的伦理与安全风险。
2024-05-19 cs.CL
Named Entity Recognition for Monitoring Plant Health Threats in Tweets: a ChouBERT Approach
Institut Supérieur d’Electronique de Paris(巴黎高等电子学院);University of Reims Champagne-Ardenne(兰斯香槟-阿登大学)
本文针对农业文本数据缺乏标注的问题,进一步研究法语预训练模型ChouBERT在小规模标注集上进行词元级标注任务的能力,以从Twitter等社交媒体中提取植物健康威胁信息。
2023-10-19 cs.CL cs.LG
Exploratory Analysis of COVID-19 Related Tweets in North America to Inform Public Health Institutes
University of British Columbia(不列颠哥伦比亚大学);British Columbia Centre for Disease Control(不列颠哥伦比亚省疾病控制中心)
社交媒体是一个丰富的来源,我们可以了解人们对社会问题的反应。由于COVID-19对人们的生活产生了重大影响,因此了解人们对公共卫生干预措施的反应并了解他们的担忧至关重要。在本文中,我们的目的是调查人们对COVID-19在北美的反应和关注,特别是在加拿大。我们使用主题建模和基于方面的情感分析分析COVID-19相关推文,并与公共卫生专家一起解释结果。我们将讨论的主题的时间轴与实施COVID-19公共卫生干预措施的时间进行了比较。我们亦研究市民对COVID-19相关议题的情绪。我们将讨论这些结果如何有助于公共卫生机构在设计新的干预政策时。我们的工作展示了如何将自然语言处理(NLP)技术应用于领域专家参与的公共卫生问题。
2020-07-05 cs.CL cs.CY cs.SI
SmokEng: Towards Fine-grained Classification of Tobacco-related Social Media Text
International Institute of Information Technology(国际信息技术研究所)
关于烟草消费的当代数据集集中在两个主题之一,要么是公共卫生提及和疾病监测,要么是对主题烟草产品和服务的情感分析。然而,两个主要的考虑因素没有考虑在内,即受影响的人口的语言和在细粒度分类机制中上述主题的组合。在本文中,我们创建了一个数据集的3144推文,这是选择的基础上存在的口语俚语相关的吸烟和分析的基础上的推文的语义。每个类都是基于tweets的内容创建和注释的,这样就可以很容易地应用进一步的分层方法。此外,我们证明了标准的文本分类方法在这个数据集上的有效性,通过设计实验,做二进制以及多类分类。我们的实验解决了识别特定主题(如烟草产品促销),一般提及(香烟和相关产品)或更细粒度的分类。这种方法为进一步分析铺平了道路,例如理解情绪或风格,这使得该数据集对疾病监测和烟草使用研究都做出了重要贡献。
2019-10-12 cs.CL
Tracing State-Level Obesity Prevalence from Sentence Embeddings of Tweets: A Feasibility Study
Center for Data Science(数据科学中心);New York University(纽约大学);School of Medicine(医学院)
Twitter数据已被广泛应用于公共卫生监测。以前基于Twitter数据的公共卫生研究在很大程度上依赖于关键词匹配或主题模型来聚类相关推文。然而,这两种方法都受到文本长度短和用户生成的上下文中自然发生的不可预测的噪声的影响。作为回应,我们引入了一种深度学习方法,该方法使用主题标签作为一种监督形式,并学习推文嵌入以提取信息丰富的文本特征。在这个案例研究中,我们解决了从饮食相关的文本特征估计州一级肥胖的具体任务。我们的方法产生的估计,强烈相关的文本功能,政府数据和优于关键字匹配基线。研究结果还表明,使用文本特征发现风险因素的潜力。这种方法是通用的,可以应用于广泛的基于Twitter的公共卫生研究。
2019-12-02 cs.CL cs.SI
Should we tweet this? Generative response modeling for predicting reception of public health messaging on Twitter
Rensselaer Polytechnic Institute(伦斯勒理工学院)
人们对公共卫生组织在社交媒体上发布的信息的反应方式可以让人们深入了解公众对关键健康问题的看法,特别是在COVID-19等全球危机期间。对于美国疾病控制和预防中心(CDC)或世界卫生组织(WHO)等高影响力组织来说,了解这些看法如何影响对卫生政策建议的信息的接收可能是有价值的。我们从Twitter上收集了两个关于COVID-19和疫苗的公共卫生消息及其响应的数据集,并介绍了一种预测方法,可用于探索此类消息的潜在接收。具体而言,我们利用生成模型(GPT-2)直接预测未来可能的反应,并演示如何使用它来优化重要健康指导的预期接收。最后,我们引入了一个新的评估方案,广泛的统计测试,使我们能够得出结论,我们的模型捕捉到的语义和情感在实际的公共卫生反应。
2022-05-13 cs.AI cs.CL cs.CY
SeerNet at SemEval-2018 Task 1: Domain Adaptation for Affect in Tweets
Seernet Technologies, LLC(Seernet科技有限责任公司)
本文描述了SemEval-2018影响推文(英语)子任务的最佳性能系统。该系统重点关注效价和情感的有序分类和回归子任务。对于序数分类,效价被分为7个不同的类别,范围从-3到3,而情绪被分为4个不同的类别,分别为每种情绪,即愤怒,恐惧,喜悦和悲伤。回归子任务估计效价和每种情绪的强度。该系统执行4个不同模型的领域自适应,并创建一个集成,以给出最终的预测。拟议的系统在参与上述子任务的75个团队中排名第一。我们的表现优于基准模型,幅度从49.2%到76.4%不等,因此,大大推动了最先进的技术。
2018-04-17 cs.CL
Did You Really Just Have a Heart Attack? Towards Robust Detection of Personal Health Mentions in Social Media
Emory University(埃默里大学)
数以百万计的用户在Twitter等社交媒体网站上分享他们的经验,这反过来又为全球范围内的公共卫生监测、数字流行病学和其他人口健康分析提供了宝贵的数据。这些应用程序的第一个关键任务是分类是否提到了个人健康事件,我们称之为(PHM)问题。这项任务具有挑战性的原因有很多,包括社交媒体帖子的长度通常很短,创造性的拼写和词汇,以及比喻性的语言,包括使用“心脏病发作”或“癌症”等疾病的夸张强调,而不是作为健康自我报告。对于很少报告或频繁但表达模糊的情况,例如“中风”,这个问题甚至更具挑战性。为了解决这个问题,我们提出了一个通用的,强大的方法来检测PHM在社交媒体中,我们称之为WESPAD,它结合了词汇,句法,基于词嵌入,基于上下文的功能。WESPAD能够通过自动扭曲词嵌入空间来最有效地检测真正的健康提及,从而从很少的例子中进行概括。与之前提出的最先进的监督和深度学习技术不同,WESPAD需要相对较少的训练数据,这使得它能够以最小的努力适应每种新的疾病和病症。我们评估WESPAD既有一个既定的公开可用的流感检测基准,也有一个新的数据集,我们已经构建了提到多种健康状况。我们的实验表明,WESPAD优于基线和最先进的方法,特别是在训练数据中提到的真实健康的数量和比例很小的情况下。
2018-03-04 cs.CL
The Language of Interoception: Examining Embodiment and Emotion Through a Corpus of Body Part Mentions
McGill University(麦吉尔大学);University of Göttingen(哥廷根大学);National Research Council Canada(加拿大国家研究理事会)
本文构建了在线英文文本中身体部位提及的语料库,发现其使用频率受时间地点影响,且包含BPMs的文本情感色彩更强,与较差健康结果显著相关,为NLP与情感科学交叉研究提供了新途径。
2025-11-01 cs.CL
Deep Health Care Text Classification
Center for Computational Engineering and Networking(计算工程与网络中心);Amrita School of Engineering Coimbatore(阿姆里塔工程学院哥印拜陀校区);Amrita Vishwa Vidyapeetham(阿姆里塔大学);Amrita University(阿姆里塔大学)
与健康相关的社交媒体挖掘是早期识别各种拮抗性医学状况的有价值的工具。现有的方法大多是基于机器学习和基于知识的学习。本工作说明介绍了基于递归神经网络(RNN)和长短期记忆(LSTM)的嵌入,用于社交媒体挖掘中的自动健康文本分类。对于每个任务,构建两个系统,并在推文级别对推文进行分类。RNN和LSTM用于特征提取,最后一层的非线性激活函数有助于区分不同类别的推文。这些实验是在AMIA 2017的第二届社交媒体挖掘健康应用共享任务中进行的。实验结果是相当可观的,但所提出的方法是适当的健康文本分类。这主要是因为它不依赖于任何特征工程机制。
2017-10-23 cs.AI cs.CL
Computational Content Analysis of Negative Tweets for Obesity, Diet, Diabetes, and Exercise
School of Library and Information Science, University of South Carolina(南卡罗来纳大学图书馆与信息科学学院)
基于社交媒体的数字流行病学有可能支持更快的反应和更深入地了解公共卫生相关威胁。本研究提出了一个新的框架来分析非结构化的健康相关的文本数据,通过Twitter用户的帖子(tweets)来表征负面的健康情绪和非健康相关的关注与负面情绪的语料库,关于饮食糖尿病运动和肥胖(DDEO)。通过收集一个月的600万条推文,本研究确定了用户的主要话题,因为它与负面情绪有关。我们提出的框架使用两种文本挖掘方法,情感分析和主题建模,发现负面主题。Twitter用户的负面情绪支持了文献叙述以及与DDEO相关的许多发病率问题以及肥胖和糖尿病之间的联系。该框架提供了一个潜在的方法来了解公众的意见和情绪DDEO。更重要的是,这项研究为计算社会科学家、医学专家和公共卫生专业人员提供了共同解决DDEO相关问题的新机会。
2017-09-22 cs.CL cs.SI stat.AP
Multi-task Learning for Personal Health Mention Detection on Social Media
Durham University(杜伦大学)
检测社交媒体上的个人健康提及对于补充现有的健康监测系统至关重要。然而,注释数据以检测大规模的健康提及是一项具有挑战性的任务。本研究采用多任务学习框架,利用相关任务中的可用注释数据来提高主要任务的性能,以检测社交媒体文本中提到的个人健康体验。具体来说,我们专注于将情感信息纳入我们的目标任务,使用情感检测作为辅助任务。我们的方法显着提高了广泛的个人健康提及检测任务相比,一个强大的国家的最先进的基线。
2022-12-09 cs.AI cs.CL
An Enhanced Text Classification to Explore Health based Indian Government Policy Tweets
Indian Institute of Technology Roorkee(印度理工学院鲁尔基分校)
政府资助的决策和计划世代是保护和促进公民的社会、经济和个人发展的手段之一。政府对这些计划的有效性进行的评估仅提供了事实和数字方面的统计信息,其中不包括对公众对这一主题的看法、经验和观点的深入了解。在这项研究工作中,我们提出了一个改进的文本分类框架,分类不同的健康为基础的政府计划的Twitter数据。所提出的框架利用语言表示模型(LR模型)BERT,ELMO和USE。然而,这些LR模型具有较少的实时适用性,由于缺乏充足的注释数据。为了解决这个问题,我们提出了一种新的GloVe词嵌入和类特定的情感为基础的文本增强方法(命名为Mod-EDA),提高了文本分类任务的性能,通过增加标记数据的大小。此外,还利用经过训练的模型来确定不同社区(如中等收入和低收入群体)公民对这些政策的参与程度。
2020-08-18 cs.CL cs.LG
Data and models for stance and premise detection in COVID-19 tweets: insights from the Social Media Mining for Health (SMM4H) 2022 shared task
Sber AI(俄罗斯联邦储蓄银行人工智能实验室);University of Electronic Science and Technology of China(电子科技大学);Kazan Federal University(喀山联邦大学);National Research University Higher School of Economics(国立研究型大学高等经济学院)
本文组织了 SMM4H 2022 共享任务 2 评估立场与前提检测模型,扩展收集了 Twitter 疫苗接种新数据,并采用特征级融合和双视图架构等策略进行广泛实验,为健康领域论辩挖掘提供数据集与研究支持。
2023-11-14 cs.CL cs.SI
Utilising Large Language Models for Generating Effective Counter Arguments to Anti-Vaccine Tweets
针对反疫苗推文,本文结合多标签分类、提示策略与结构化微调提升LLM生成情境化反驳的能力,并通过人工、LLM和自动评估验证其有效性。
2025-10-18 cs.CL
DEPTWEET: A Typology for Social Media Texts to Detect Depression Severities
Islamic University of Technology(伊斯兰技术大学);York University(约克大学);University of Rajshahi(拉杰沙希大学)
通过数据驱动方法进行的心理健康研究因缺乏标准类型学和缺乏足够的数据而受到阻碍。在这项研究中,我们利用抑郁症的临床表达来建立一个用于检测抑郁症严重程度的社交媒体文本的类型学。它模拟了标准的临床评估程序精神疾病诊断和统计手册(DSM-5)和患者健康问卷(PHQ-9),以涵盖来自推文的抑郁症的微妙迹象。随着类型学,我们提出了一个新的数据集的40191鸣叫标记的专家注释。每条推文都被标记为“非抑郁”或“抑郁”。此外,三个严重程度被认为是“抑郁”的推文:(1)轻度,(2)中度,和(3)严重。为每个标签提供相关联的置信度分数以验证注释的质量。我们通过表示汇总统计来检查数据集的质量,同时使用基于注意力的模型(如BERT和Distil BERT)设置强基线结果。最后,我们广泛地讨论了研究的局限性,为进一步的研究提供方向。
2022-10-10 cs.CL
Figurative Usage Detection of Symptom Words to Improve Personal Health Mention Detection
CSIRO Data61(联邦科学与工业研究组织Data61);University of Queensland(昆士兰大学)
个人健康提及检测处理预测给定句子是否是健康状况的报告。过去的工作提到了错误的预测时,症状的话,即感兴趣的症状的名称,是在一个比喻的意义上使用。因此,我们将最先进的比喻使用检测与基于CNN的个人健康提及检测相结合。为此,我们提出了两种方法:基于流水线的方法和基于特征增强的方法。在基于特征增强的方法的情况下,比喻使用检测的引入导致个人健康提及检测的F分数平均提高2.21%。本文展示了使用比喻使用检测来改善个人健康提及检测的前景。
2019-07-04 cs.CL cs.IR
How Do You #relax When You're #stressed? A Content Analysis and Infodemiology Study of Stress-Related Tweets
University of California, San Diego(加利福尼亚大学圣迭戈分校);University of Utah(犹他大学)
背景资料:压力是美国许多主要健康问题的一个促成因素,如心脏病、抑郁症和自身免疫性疾病。在心理健康治疗中,放松经常被推荐作为减轻压力的一线策略,从而改善健康状况。目的:我们的研究目的是了解人们如何通过Twitter消息表达他们的压力和放松感受。方法:我们首先进行了定性内容分析1326和781鸣叫包含关键字“压力”和“放松”,分别。然后,我们研究了使用机器学习算法来自动将推文分类为压力与非压力以及放松与非放松。最后,我们将这些分类器应用于从4个城市抽取的样本数据集,目的是评估我们对推文的自动分类与公众压力调查结果之间的相关程度。结果:内容分析显示,压力推文最常见的主题是教育,其次是工作和社会关系。最常见的放松话题是休息和度假,其次是自然和水。当我们将分类器应用于城市数据集时,纽约和圣地亚哥的压力推文比例远远高于洛杉矶和旧金山。结论:这项内容分析和信息学研究表明,Twitter与自然语言处理技术结合使用时,是了解压力和压力管理策略的有用数据源,并可能补充不经常收集的基于调查的压力数据。
2019-11-22 cs.AI cs.CL cs.CY
Public Health in Disaster: Emotional Health and Life Incidents Extraction during Hurricane Harvey
Denison University(丹尼森大学);Electric Power University(电力大学);University of Louisville(路易斯维尔大学)
本研究利用约40万条哈维飓风相关推文,结合BERT情绪预测、LDA主题建模、GNN聚类优化及LLM自动命名,提取灾害前后民众情绪与生活事件,为灾害应对提供关键洞察。
2024-08-20 cs.CL cs.IR
Leveraging Large Language Models and Weak Supervision for Social Media data annotation: an evaluation using COVID-19 self-reported vaccination tweets
Georgia State University(佐治亚州立大学)
本研究评估了GPT-4和弱监督在单样本模式下识别COVID-19疫苗相关推文的表现,旨在替代耗时昂贵的人工标注,并与人工标注员进行了对比。
2023-09-12 cs.CL cs.LG cs.SI
MentalMARBERT: Domain-Adaptive Pre-training and Two-Stage Fine-Tuning for Arabic Mental Health Disorders Detection
King Abdulaziz University(阿卜杜勒阿齐兹国王大学)
针对阿拉伯语社交媒体文本中心理健康障碍检测的方言差异、非正式语言、标注资源有限和类别不平衡问题,提出领域自适应预训练与两阶段微调框架,构建含5万条推文的数据集,MentalMARBERT在宏F1和准确率上分别达到0.861和0.877。
2026-06-12 cs.CL
MaNLP@SMM4H22: BERT for Classification of Twitter Posts
Manipal Institute of Technology(马尼帕尔理工学院)
所报告的工作是我们对由社会媒体挖掘健康应用(SMM 4 H)研讨会组织的推文自我报告年龄的共享任务分类的直接方法。该文献描述了用于构建二元分类系统的方法,该系统将与生日帖子相关的推文分为两类,即精确年龄(正类)和非精确年龄(负类)。我们提交了两份在文本预处理方面存在差异的作品,组织者评估时,它们的F1分数分别为0.80和0.81。
2022-12-12 cs.CL
Analyzing COVID-19 Tweets with Transformer-based Language Models
ASRC Federal(ASRC联邦公司);University of Maryland Baltimore County(马里兰大学巴尔的摩分校)
本文描述了一种使用基于转换器的语言模型(TLM)来理解社交媒体帖子中的公众舆论的方法。在这种方法中,我们在几个COVID-19推文语料库上训练了一组GPT模型,这些语料库反映了具有独特观点的用户群体。然后,我们使用基于查询的查询来探测这些模型,以揭示用户的偏见和意见。我们展示了如何使用这种方法来产生类似于对不同的社会,政治和公共卫生问题进行民意调查的结果。对COVID-19推文数据的研究结果表明,Transformer语言模型是很有前途的工具,可以帮助我们大规模地了解社交媒体上的公众意见。
2021-05-06 cs.CL cs.CY
Enhancing Health Mention Classification Performance: A Study on Advancements in Parameter Efficient Tuning
Faculty of Engineering, Computer Engineering Department, Cairo University(工程学院,计算机工程系,开罗大学);Menzies School of Health Research, Charles Darwin University(健康研究学院,查尔斯达尔文大学)
本研究针对健康提及分类(HMC)的语境复杂性挑战,通过结合词性标注器信息与参数高效微调(PEFT)技术,在三个数据集上以更小模型和高效训练显著提升了F1分数,实现了准确且高效的社交媒体健康提及分类。
2025-04-30 cs.AI cs.CL
5q032e@SMM4H'22: Transformer-based classification of premise in tweets related to COVID-19
Sberbank(俄罗斯联邦储蓄银行);AIRI(人工智能研究所)
本文提出基于Transformer的模型,用于分类COVID-19相关推文中是否存在前提,实验表明RoBERTa性能最佳,ROC AUC为0.807,F1为0.7648。
2023-10-15 cs.AI cs.CL cs.LG
Incorporating Emotions into Health Mention Classification Task on Social Media
Durham University(杜伦大学);Kwara State University(夸拉州立大学)
健康提及分类(HMC)任务是对文本中与健康相关的概念进行识别和分类的过程。这对于通过社交媒体帖子识别和跟踪疾病传播非常有用。然而,这是一个不平凡的任务。在这里,我们建立在最近的研究表明,使用情绪信息可能会改善这项任务。我们的研究结果在一个框架,健康提及分类,结合情感特征。我们提出了两种方法,一个中间任务微调方法(隐式)和多特征融合方法(显式),将情绪到我们的目标任务的HMC。我们在来自不同社交媒体平台的5个HMC相关数据集上评估了我们的方法,其中三个来自Twitter,一个来自Reddit,另一个来自社交媒体来源的组合。大量的实验表明,我们的方法在统计上显着的性能增益HMC任务。通过使用多特征融合方法,我们在所有数据集上实现了F1分数比BERT基线至少提高3%。我们还表明,只考虑负面情绪不会显着影响性能的HMC任务。此外,我们的研究结果表明,注入情感知识的HMC模型是一种有效的替代方案,特别是当其他HMC数据集无法用于特定领域的微调时。我们模型的源代码可以在https://github.com/tahirlanre/Emotion_PHM上免费获得。
2022-12-09 cs.CL cs.LG
Identifying Mentions of Pain in Mental Health Records Text: A Natural Language Processing Approach
Institute of Psychiatry, Psychology and Neurosciences, King’s College London(伦敦国王学院精神病学、心理学与神经科学研究所);Health Data Research UK(英国健康数据研究中心);South London and Maudsley Biomedical Research Centre(南伦敦和莫兹利生物医学研究中心);The South London and Maudsley NHS Foundation Trust(南伦敦和莫兹利国民保健信托基金会)
本研究利用匿名心理健康电子健康记录数据,训练机器学习分类算法识别文本中的疼痛提及,最佳模型F1分数达0.98,有助于从大型数据库中提取疼痛信息以支持相关研究。
2023-04-05 cs.CL cs.LG
Yoga-Veganism: Correlation Mining of Twitter Health Data
Purdue University(普渡大学)
如今,社交媒体是一个巨大的数据平台。人们通常通过讨论、推特、状态来分享他们的兴趣、想法。不可能手动检查所有数据。我们需要挖掘数据,以探索隐藏的模式或未知的相关性,找出数据中的主导主题,并通过讨论了解人们的兴趣。在这项工作中,我们探索与健康相关的Twitter数据。我们通过主题建模提取Twitter中不同类别(如饮食、运动)下的热门话题,观察模型在新推文上的行为,发现有趣的相关性(如瑜伽-素食主义)。我们通过与地面实况进行比较来评估准确性,使用手动注释训练和测试数据。
2019-06-15 cs.AI cs.CL cs.CY
COVID-19 Tweets Analysis through Transformer Language Models
Information Technology University(信息技术大学)
了解公众的情绪和看法,在医疗危机是必不可少的发展适当的危机管理技术。虽然一些研究在COVID-19期间使用Twitter数据进行预测建模,但尚未对这一流行病期间人们在社交媒体上的意见进行细粒度的情感分析。在这项研究中,我们对COVID-19中的推文进行了深入的细粒度情感分析。为此,我们对四个Transformer语言模型进行监督训练,用于将推文多标签分类为七个音调类的下游任务:[自信,愤怒,恐惧,喜悦,悲伤,分析,试探]。我们通过RoBERTa实现了0.9267的LRAP(标签排名平均精度)得分。这个经过训练的Transformer模型能够以高精度正确预测推文的语气。然后,我们利用这个模型来预测20万条关于COVID-19的推文的音调。然后,我们对推文的语气进行了国家层面的分析,并提取了有关这一流行病中人们心理状况的有用指标。
2021-02-27 cs.CL cs.IR cs.LG
Quantifying language changes surrounding mental health on Twitter
University of Vermont(佛蒙特大学)
据认为,全球每年约有10%的人口受到心理健康挑战的困扰,许多人由于耻辱和获得服务的机会有限而得不到治疗。在这里,我们通过从自2012年以来大约10%的英语推文的数据流中解析的1-,2-和3-grams来探索与心理健康相关的单词和短语的趋势。我们研究了心理健康语言的时间动态,发现“心理健康”一词的受欢迎程度在2012年至2018年间增加了近两个数量级。我们观察到,由于心理健康意识运动,以及对大规模枪击事件、名人自杀死亡和描绘自杀的流行虚构故事的不可预测的反应,“心理健康”的提及每年都会出现激增。我们发现,包含“心理健康”的信息的积极性水平,虽然在整个成长期保持稳定,但最近有所下降。最后,我们使用原始推文转发的比率来量化由于社会放大而出现的心理健康语言的比例。自2015年以来,由于转推,提到心理健康的次数越来越多,这表明与Twitter上讨论心理健康相关的耻辱感随着时间的推移而减少。
2021-06-02 cs.CL cs.SI physics.soc-ph
BERT based Transformers lead the way in Extraction of Health Information from Social Media
Manipal Institute of Technology, Manipal Academy of Higher Education(曼尼帕尔理工学院,曼尼帕尔高等教育学院)
本文介绍了我们提交的2021年健康社交媒体挖掘(SMM 4 H)共享任务。我们参与了两项任务:(1)对英文推文中提及的药物不良反应(ADE)进行分类、提取和标准化(任务1);(2)对包含症状的COVID-19推文进行分类(任务6)。我们的第一个任务的方法使用的语言表示模型RoBERTa与二进制分类头。对于第二个任务,我们使用基于RoBERTa的BERTweet。对这两个任务的预训练模型进行微调。模型被放置在定制的特定于域的处理管道之上。我们的系统在子任务1(a)的所有提交中排名第一,F1分数为61%。对于子任务1(b),我们的系统获得了50%的F1分数,比所有提交的平均分数提高了+8%F1。BERTweet模型在SMM 4 H 2021 Task-6上取得94%的F1分数。
2021-04-15 cs.CL cs.SI
Characterizing drug mentions in COVID-19 Twitter Chatter
Georgia State University(佐治亚州立大学)
自COVID-19被归类为全球大流行以来,人们一直在尝试治疗和遏制该病毒。虽然没有针对COVID-19推荐的特定抗病毒治疗,但有几种药物可能有助于缓解症状。在这项工作中,我们挖掘了一个包含4.24亿条COVID-19聊天推文的大型Twitter数据集,以识别围绕药物提及的话语。虽然看起来是一个简单的任务,但由于Twitter中语言使用的非正式性质,我们证明了机器学习与传统自动化方法一起帮助完成这项任务的必要性。通过应用这些补充方法,我们能够恢复近15%的额外数据,使拼写错误处理成为处理社交媒体数据时所需的预处理步骤。
2020-10-09 cs.CL cs.IR
LocalTweets to LocalHealth: A Mental Health Surveillance Framework Based on Twitter Data
University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校);University of Minnesota(明尼苏达大学);University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);University of Colorado Anschutz Medical Campus(科罗拉多大学安舒茨医学校区);University of Massachusetts, Chan Medical School(马萨诸塞大学陈医学院)
本研究提出基于Twitter数据的心理健康监测框架LocalHealth,利用本地推文预测社区心理健康结果,与GPT3.5结合达到最高F1分数0.7429,并成功外推至未报告社区。
2024-03-26 cs.CL cs.LG cs.SI
Text Augmentations with R-drop for Classification of Tweets Self Reporting Covid-19
KU Leuven(鲁汶大学)
针对社交媒体健康挖掘共享任务的新冠自报告推文分类问题,提出融合多种文本增强与R-drop的分类模型,缓解过拟合并提升效果,测试集F1达0.877,优于任务平均与中位数水平。
2023-11-06 cs.CL cs.IR cs.LG
Characterizing the Emotion Carriers of COVID-19 Misinformation and Their Impact on Vaccination Outcomes in India and the United States
Indraprastha Institute of Information Technology, Delhi(因德拉普拉斯信息技术学院德里分校);PES University, Bangalore(佩斯大学班加罗尔分校);BITS Pilani, K.K. Birla Goa Campus(印度比尔拉科学技术学院果阿校区)
本研究通过深度学习模型分析230万条推文,刻画了COVID-19错误信息的情绪载体,发现厌恶和期待分别在美印占主导,且对疫苗接种率有不同时序影响,为公共卫生干预提供了依据。
2023-06-24 cs.CL cs.CY
Arabic Language Sentiment Analysis on Health Services
Coventry University(考文垂大学)
社交媒体网络现象导致了大量有价值的数据,这些数据可以在线获得并且易于访问。许多用户在不同的社交网络网站上分享图片、视频、评论、评论、新闻和观点,推特是最受欢迎的网站之一。从Twitter收集的数据是高度非结构化的,从推文中提取有用的信息是一项具有挑战性的任务。Twitter拥有大量的阿拉伯语用户,他们大多使用阿拉伯语发布和撰写推文。虽然已经有很多关于英语情感分析的研究,但阿拉伯语的研究和数据集数量有限。本文介绍了一个阿拉伯语数据集,这是关于卫生服务的意见,并已从Twitter上收集。本文首先详细介绍了从Twitter上收集数据的过程,以及对阿拉伯语文本进行过滤、预处理和注释的过程,以建立一个大的阿拉伯语情感分析数据集。在我们的健康数据集上进行的情感分析实验中,使用了几种机器学习算法(朴素贝叶斯,支持向量机和逻辑回归)以及深度和卷积神经网络。
2017-02-10 cs.CL cs.NE cs.SI
Mining Mental Health Signals: A Comparative Study of Four Machine Learning Methods for Depression Detection from Social Media Posts in Sorani Kurdish
University of Kurdistan Hewlêr(库尔德斯坦大学)
本研究首次针对索拉尼库尔德语推文构建抑郁症检测数据集,并比较四种机器学习模型,其中随机森林以80%的准确率和F1分数取得最佳效果,为该语言环境下的自动化抑郁症检测建立了基线。
2025-08-18 cs.CL cs.LG
Vax-Culture: A Dataset for Studying Vaccine Discourse on Twitter
Carleton University(卡尔顿大学)
本研究针对社交媒体上反疫苗错误信息传播问题,构建了含6373条推文及多维度人工标注的Vax-Culture数据集,定义五项基线任务并给出基于transformer模型的实验结果,助力公共卫生传播策略制定与错误信息自动检测。
2023-06-11 cs.CL cs.LG cs.SI
The Language of Food during the Pandemic: Hints about the Dietary Effects of Covid-19
University of Arizona(亚利桑那大学)
我们研究了美国大流行封锁期间Twitter上的食物语言,重点关注2020年3月15日至5月15日的两个月。具体来说,我们分析了封锁期间和前五年同等时期发布的超过77万条推文,并强调了几个令人担忧的趋势。首先,我们观察到,在封锁期间,从提到健康食品到提到不健康食品有明显的转变。第二,我们发现在封锁期间,抑郁标签与食物相关的推文的逐点互信息增加,抑郁标签与不健康食品、烟草和酒精之间的关联增加。
2020-10-15 cs.CL cs.SI
Feature Studies to Inform the Classification of Depressive Symptoms from Twitter Data for Population Health
University of Utah(犹他大学)
Twitter数据作为支持人群心理健康监测的媒介的效用还没有得到很好的理解。为了更好地理解监督机器学习分类器的预测能力以及特征集对大规模有效分类抑郁相关推文的影响,我们进行了两个特征研究实验。在第一个实验中,我们评估了特征组的贡献,如词汇信息(例如,单字)和情绪(例如,强烈阴性)。在第二个实验中,我们通过应用三步特征消除方法来确定产生最佳分类性能的顶级特征的百分位数。在第一个实验中,我们观察到词汇特征对于识别抑郁症状至关重要,特别是对于抑郁情绪(-35分)和睡眠障碍(-43分)。在第二个实验中,我们观察到,最佳的F1分数性能的排名最高的功能在不同的类,例如,疲劳或能量损失(第5百分位数,288个特征)到抑郁情绪(第55百分位数,3,168个特征),这表明没有一致的特征计数用于预测抑郁相关的推文。我们的结论是,简单的词汇功能和减少功能集可以产生可比的结果,以更大的功能集。
2017-01-28 cs.CL cs.CY cs.IR
Prompting Large Language Models to Detect Dementia Family Caregivers
本研究针对SMM4H 2025任务3,提出使用大型语言模型及多种提示方法,通过零样本提示在微调模型上实现痴呆症家庭照护者推文的二元分类,宏F1分数达0.95。
2025-08-04 cs.CL cs.LG
COVID-19-related Nepali Tweets Classification in a Low Resource Setting
NepAl Applied Mathematics and Informatics Institute for research (NAAMII)(尼泊尔应用数学与信息学研究所(NAAMII));Institute of Engineering, Pulchowk Campus, Tribhuvan University(特里布文大学普尔乔克校区工程学院)
全球数十亿人一直在使用当地语言的社交媒体平台,就COVID-19疫情相关的各种话题发表意见。包括世界卫生组织在内的几个组织已经开发了自动化的社交媒体分析工具,将COVID-19相关推文分类为各种主题。然而,这些有助于防治这一流行病的工具仅限于极少数几种语言,使一些国家无法从中受益。虽然正在开发多种语文或低资源语文专用工具,但仍需扩大其覆盖面,例如尼泊尔语。在本文中,我们确定了使用尼泊尔语的Twitter社区中最常见的8个COVID-19讨论主题,建立了一个在线平台,自动收集包含COVID-19相关关键词的尼泊尔推文,将推文分类为8个主题,并在基于网络的仪表板中可视化整个期间的结果。我们比较了两个国家的最先进的多语言语言模型尼泊尔推文分类,一个通用(mBERT)和其他尼泊尔语言的家庭特定的模型(MuRIL)的性能。我们的研究结果表明,模型的相对性能取决于数据大小,MuRIL在更大的数据集上做得更好。带注释的数据、模型和基于Web的仪表板在https://github.com/naamiinepal/covid-tweet-classification上开源。
2022-10-11 cs.AI cs.CL cs.CY
The Healthy States of America: Creating a Health Taxonomy with Social Media
Nokia Bell Labs(诺基亚贝尔实验室);IT University of Copenhagen(哥本哈根 IT 大学);King’s College London(伦敦国王学院)
自从社交媒体被广泛使用以来,研究人员一直在挖掘在线讨论,以跟踪特定疾病或慢性病(如流感或抑郁症)的爆发和演变。为了扩大研究中的疾病范围,我们开发了一种用于自然语言处理的深度学习工具,可以从非结构化的社交媒体文本中提取几乎任何医疗状况或疾病。有了这个工具,我们处理了Reddit和Twitter的帖子,分析了两个条件共现网络的聚类,发现它们对应于定义明确的医疗条件类别。这导致了第一个从在线讨论中自动得出的医疗条件的综合分类法的创建。我们根据官方的国际疾病和相关健康问题统计分类(ICD-11)验证了我们的分类结构,发现我们的聚类与22个官方类别中的20个类别相匹配。根据我们在Reddit上提到的分类法的子类别,在美国,我们就可以计算出疾病的健康分数。与疾病提及的计数或不了解我们分类结构的计数相反,我们发现我们的疾病特异性健康评分与官方报告的18种疾病的患病率存在因果关系。
2021-03-01 cs.AI cs.CL cs.CY
Utilizing Deep Learning to Identify Drug Use on Twitter Data
社交媒体的收集和检查已经成为研究用户心理活动和行为倾向的有用机制。通过对收集到的推特数据进行分析,建立了对与毒品有关的推特进行分类的模型。使用与主题相关的关键词,如俚语和吸毒方法,生成了一组推文。然后对潜在的候选者进行预处理,得到3,696,150行的数据集。比较了多种方法的分类能力,包括基于支持向量机(SVM)、XGBoost和卷积神经网络(CNN)的分类器。不是简单的特征或属性分析,而是实施深度学习方法来筛选和分析推文的语义。与其他方法相比,这两个基于CNN的分类器呈现出最好的结果。第一个是用2,661个手动标记的样本训练的,而另一个包括合成生成的推文,最终有12,142个样本。准确性评分分别为76.35%和82.31%,AUC分别为0.90和0.91。此外,关联规则挖掘表明,经常提到的药物与经常使用的非法物质有一定程度的对应关系,证明了该系统的实用性。最后,综合生成的集合提供了增加的分数,提高了分类能力,证明了这种方法的价值。
2020-03-08 cs.CL cs.LG cs.SI