Автоматика и телемеханика, № 12, 2022

(dyulichevayuyu@cfuv.ru)

(ФГАОУ ВО ¾Крымский федеральный университет

им. В.И. Вернадского¿, Симферополь)

ВЫЯВЛЕНИЕ АФФЕКТИВНЫХ СОСТОЯНИЙ

НА ОСНОВЕ АВТОМАТИЧЕСКОГО АНАЛИЗА ТЕКСТОВ

КОММЕНТАРИЕВ В СОЦИАЛЬНЫХ СЕТЯХ

В статье рассмотрена задача классификации 3553 англоязычных ком-

ментариев из социальной сети Reddit на основе различных подходов к век-

торизации текстов комментариев: мешок слов, TF-IDF, анализ биграмм

на основе точечной взаимной информации PMI и сентимента, глубокая

модель представления языка BERT. Применение гибридного подхода на

основе векторизации текстов с помощью BERT и анализа биграмм позво-

лило повысить качество классификации комментариев до 91%. На основе

кластерного анализа 1857 англоязычных комментариев, содержащих опи-

сание тревожностей, с помощью BERT+k-Means были выделены класте-

ры. В исследовании предложен гибридный подход, основанный на приме-

нении метода тематического моделирования LDA, метода анализа тональ-

ности VADER, точечной взаимной информации, анализа частей речи и

позволяющий выделять биграммы и триграммы для описания кластеров

комментариев. Для визуализации извлеченных закономерностей в виде

триграмм был построен граф знаний, описывающий предметную область,

а сопоставление слов выделенных целевых триграмм со словами кастом-

ного словаря, описывающего различные аффективные расстройства, поз-

волило определить типы психосоциологических стрессоров, c которыми

связаны аффективные расстройства.

Ключевые слова: биграммы, сентиментный анализ, LDA, BERT, VADER,

BoW, TF-IDF, граф знаний, ментальное здоровье.

DOI: 10.31857/S0005231022120029, EDN: KRIUIZ

1. Введение

Анализ негативных настроений на основе текстов комментариев в соци-

альных медиа, связанных с проявлением страха, тревожности, скуки, печа-

ли и т.п. является перспективным направлением для оценивания состояния

ментального здоровья, в целом, и выявления различных аффективных со-

стояний, в частности. Некоторые исследователи отмечают, что в социальных

сетях люди описывают проблемы, симптомы и проявление своей ментальной

болезни более свободно, чем на приеме у врача [1, 2]. По этой причине на-

блюдается рост интереса со стороны исследователей к применению методов

обработки естественного языка для выявления закономерностей в текстах

комментариев, характерных для различных типов расстройств и их диагно-

стики. Копперсмит и др. выявили преобладание личных местоимений пер-

вого лица в депрессивных комментариях на основе анализа частей речи [3];

Сарсам и др. отмечают преобладание эмоциональных состояний, связанных

с выражением печали в сообщениях суицидального характера [4]. Некоторые

исследователи отмечают, что измененное эмоциональное состояние и желание

намеренно исказить смысл влияют на лингвистические показатели текста, ко-

торые могут быть использованы на этапе векторизации текстов комментариев

для улучшения качества классификации [5, 6].

Пандемия COVID-19 и, в частности, самоизоляция, масочный режим и

вакцинация привели к росту проявления аффективных состояний в коммен-

тариях социальных сетей. Так, Зенг и др. исследовали влияние пандемии

COVID-19 на выражение депрессивных эмоций в твиттах [7]; Саифуллах и др.

продемонстрировали эффективность применения случайного леса совместно

с подходом к векторизации на основе TF-IDF для классификации тревожных

комментариев на Youtube, связанных с COVID-19 [8].

Разработка новых методов анализа текстов комментариев в области ис-

следования ментального здоровья направлена не только на выявление ком-

ментариев, относящихся к различным видам аффективных расстройств, но

и на создание систем поддержки принятия решений по оказанию персона-

лизированной помощи людям, страдающим такими расстройствами. Интерес

представляет и задача определения той точки невозврата в сообщениях, когда

негативное эмоциональное состояние и негативное отношение ко всем аспек-

там жизни приводят к суицидальной идеации [4].

Целью работы является исследование эффективности применения различ-

ных подходов к векторизации текстов комментариев и, в частности, на основе

анализа биграмм для решения задач классификации и кластеризации ком-

ментариев с описанием различных аффективных расстройств, а также выяв-

ление закономерностей, способствующих пониманию психосоциологических

стрессоров, c которыми связаны аффективные расстройства.

2. Обзор литературы по тематике исследования

Наиболее исследованной платформой социальных медиа с точки зрения

выявления аффективных расстройств на основе анализа текстов комментари-

ев является Твиттер. В табл. 1 приведены некоторые исследования, направ-

ленные на извлечение закономерностей из твиттов, способствующих улучше-

нию качества классификации аффективных комментариев.

Волк и др. продемонстрировали эффективность классификации текстов

комментариев с учетом сентимента и выявления депрессивных состояний

на основе анализа колл-грамм и модели представления языка BERT [5],

а Мойин и др. отмечают, что векторизация на основе биграмм существен-

но увеличивает качество классификации в отличие от использования три-

грамм [11], поэтому исследование авторов было направлено на выявление би-

Таблица 1. Анализ твиттов для выявления некоторых типов аффективных

расстройств

Тип

Методы

Авторы

аффективного Датасет

Особенности анализа

Результаты

расстройства

текстов

Бирджали

cуицидальное

892 твитта

Авторский

Векториза-

Наиболь-

и др. [1]

расстройство

со словами

словарь

ция текстов

шая точ-

из словаря

слов, связан-

на основе

ность клас-

суицидаль-

ных с суици-

признаков

сификации

ных слов

дальным на-

частотнос-

(precision)

строением

ти, анализа

89,5% до-

(мыслями)

n-грамм и

стигнута

и оценка се-

распозна-

на основе

мантической

вания час-

SMO

схожести

тей речи,

на основе

классифи-

WordNet

кация твит-

тов на ос-

нове SVM,

ME и NB

Рабани

cуицидальное

4266 твиттов

Применение

Векториза-

Наиболь-

и др. [2]

расстройство

ансамблей

ция на ос-

шая точ-

методов

нове BoW,

ность клас-

машинного

TF-IDF,

сификации

обучения

классифи-

(accuracy)

кация твит-

98,5% до-

тов на осно-

стигнута

ве беггин-

на основе

га, ансамб-

случайного

ля голосо-

леса

вания,

AdaBoost,

случайного

леса, сте-

кинга

Сарсам

cуицидальное

4987 твиттов,

Использова-

Векториза-

Наиболь-

и др. [4]

расстройство

из них 1000

ние сенти-

ция на

шая точ-

твиттов (для

ментных

основе

ность клас-

обучения мо-

признаков,

мешка слов

сификации

дели) из двух

выявленных

(BoW), ме-

(accuracy)

классов:

на основе

тоды на

86,97%

твитты c

NRC Affect

основе

достигнута

проявлением

Intensity

лексикона,

на основе

суицидаль-

Lexicon и

алгоритмы

YATSI+

ных мыслей

SentiStrength

классифи-

сенти-

и обычные

кации

ментные

твитты

YATSI и

признаки

LLGC

Таблица

1. (окончание)

Пиллай

стрессовое/

1000 твиттов

Введение

Предобра-

Улучшение

и др. [9]

расслаблен-

шкалы бал-

ботка текста

точности

ное состояние

лов для оце-

твиттов на

алгоритмов

нивания экс-

основе ана-

класси-

пертами сте-

лиза повто-

фикации

пени стрес-

ряющихся

за счет ис-

сового/рас-

букв, эмоти-

следования

слабленного

конов, пунк-

неоднознач-

состояния и

туации, сен-

ности смыс-

исследова-

тимента и

ла слов

ние неодно-

теггирова-

значности

ние твиттов

смысла слов

с учетом

смысла слов

Ораби

депрессивное

1145 пользо-

Оптимиза-

Векториза-

Наилучший

и др. [10]

состояние

вателей с ис-

ция вектор-

ция на осно-

результат

следованием

ного пред-

ве скип-

достигнут

слов твиттов

ставления с

грамм и не-

на основе

этих пользо-

учетом спе-

прерывного

однослой-

вателей

цифичных

мешка слов

ной свер-

слов для

точной ней-

предметной

ронной сети

области

со слоем

глобального

максималь-

ного пуллин-

га и опти-

мизацией

векторного

представле-

ния и со-

ставляет

86,967%

(AUC-

оценка)

грамм и триграмм, описывающих предметную область, и рассмотрение под-

ходов к векторизации текстов комментариев на основе анализа биграмм и их

характеристик для решения задач классификации и кластеризации коммен-

тариев, содержащих описание аффективных расстройств.

Несмотря на разработку эффективных подходов для предобработки, век-

торизации и классификации твиттов и текстов комментариев в социальных

сетях по классам, соответствующим различным аффективным состояниям,

исследования, направленные на извлечение закономерностей, описывающих

причины таких состояний, остаются актуальными. Следует отметить, что

комментарии в социальных сетях существенно отличаются от твиттов, по-

скольку позволяют более подробно описывать мысли и чувства. В частности,

людям, страдающим депрессиями, свойственна смена настроения при напи-

сании комментариев в социальных сетях [12]. Кроме того, в комментариях

людей, страдающих депрессией, отмечается описание позитивного прошло-

го, которое сменяется описанием негативного настоящего, поэтому требуется

разработка специальных методов от этапа предобработки текстов коммента-

риев до этапа классификации, кластеризации и извлечения закономерностей

из них с учетом особенностей аффективных расстройств.

3. Датасет и методология исследования

3.1. Классификация текстовых сообщений из двух классов:

класс с описанием аффективных состояний

и класс обычных комментариев

В исследовании использовался сбалансированный датасет из 3553 ком-

ментариев: 1857 комментариев с описанием тревожностей и 1696 обычных

комментариев из социальной сети Reddit. Разметка комментариев по двум

классам выполнялась вручную с привлечением двух практикующих экспер-

тов, оказывающих помощь людям с различными типами аффективных рас-

стройств. Рассмотренный датасет является частью датасета, описанного в

работе [13] и представленного на платформе Kaggle.

В качестве базового алгоритма классификации рассматривался алгоритм

случайного леса. Для повышения качества алгоритма классификации изуча-

лись различные подходы к векторизации текста:

1) применение мешка слов (BoW);

2) применение меры TF-IDF;

3) применение глубокой модели представления языка BERT;

4) применение анализа биграмм на основе точечной взаимной информа-

ции, а также числовых оценок сентимента, полученных с помощью метода

VADER, реализованного в python-библиотеке vaderSentiment.

Кратко опишем методы, перечисленные выше. Модель ¾мешок слов¿

(BoW) основана на извлечении всех слов из текстов комментариев и сопо-

ставлении им частотности их появления в комментариях. Мера TF-IDF (TF

term frequency, IDF inverse document frequency) вычисляется как произве-

дение отношения числа вхождений выбранного слова к общему количеству

слов в комментарии и инверсии частоты, с которой некоторое слово встре-

чается в комментариях корпуса [14]. Глубокая модель представления языка

BERT (Bidirectional Encoder Representations from Transformers) реализует ар-

хитектуру трансформер и позволяет учитывать контекст и представление

токена, а также его положение внутри предложения и номер предложения в

корпусе [15].

Для оценки качества классификации исследуемых подходов на сбаланси-

рованном датасете использовались показатели (1)-(4), приведенные ниже, и

5-кратная перекрестная проверка.

TP +TN

(1)

Accuracy =

TP +TN+FP +FN

(2)

Precision =

TP +FP

(3)

Recall =

TP +FN

Precision · Recall

(4)

F1 - score = 2 ·

Precision + Recall

где T P , T N, F P , F N истинно положительные, истинно отрицательные,

ложно положительные, ложно отрицательные значения соответственно.

3.2. Кластеризация текстовых сообщений, содержащих описания

аффективных состояний

На этапе кластеризации был использован датасет из 1857 сообщений с

описанием различных тревожностей. Приведем пример случайного коммен-

тария с авторской орфографией из исследуемого датасета: ¾Приступ длился

несколько часов. Это было похоже на проблемы с кровообращением, и я за-

паниковал и, конечно же, снова оказался в отделении неотложной помощи.

На этот раз ко мне сразу же приехал врач. Он хотел поговорить о моем тре-

вожном состоянии. Он сказал, что может провести еще несколько тестов, но

не думает, что это поможет.¿

Следуя методологии для выявления математической тревожности на ос-

нове анализа комментариев МООК, изложенной в работе [16], для выделе-

ния кластеров использовалась векторизация текстов комментариев на осно-

ве глубокой модели представления языка BERT и алгоритма кластеризации

k-Means.

Рассмотрим гибридный подход, основанный на применении метода тема-

тического моделирования LDA, метода анализа тональности VADER, точеч-

ной взаимной информации, анализа частей речи, и позволяющий выделять

биграммы и триграммы для описания кластеров комментариев.

Алгоритм анализа биграмм и построение на их основе триграмм основан

на следующих основных этапах:

1) извлечение M ключевых слов с наибольшей частотой из тем, определен-

ных на основе латентного размещения Дирихле (LDA) и выделение на основе

анализа частей речи существительных или глаголов. Латентное размещение

Дирихле направлено на извлечение скрытых (латентных) тем из докумен-

тов, причем при построении тематической модели и определении количества

тем учитывался показатель когерентности для обеспечения схожести термов

в рамках одной темы;

2) извлечение ключевых биграмм кластера, у которых левый и/или пра-

вый токен является одним из M ключевых слов тем;

3) во множестве всех биграмм для ключевой биграммы извлекается левая

и правая соседняя биграмма и осуществляется склеивание по общим словам

для получения триграммы;

4) на основе анализа частей речи удаляются триграммы, содержащие MD

(модальные глаголы), более двух наречий или прилагательных (RB, JJ) и т.п.;

5) множество целевых триграмм формируется на основе редких триграмм,

имеющих негативную тональность. Редкие триграммы извлекаются на основе

значений pPMI согласно (5), а негативная тональность определяется с помо-

щью метода сентиментного анализа VADER (Valence Aware Dictionary and

sentiment Reasoner). Метод VADER основан на правилах и словарях, в кото-

рых словам из словаря экспертами сопоставлены оценки полярности [17].

Точечная взаимная информация (PMI) вычисляется по формуле

(

)

P (w₁, w₂, w₃)

PMI(w₁,w₂,w₃) = log₂

P (w₁)P (w₂)P (w₃)

где P (w₁), P (w₂), P (w₃) вероятность появления токена (слова) w₁, w₂, w₃

соответственно в тексте комментария, P (w₁, w₂, w₃) вероятность появления

тройки слов (w₁, w₂, w₃) - триграммы в тексте комментария.

Для выявления редких триграмм использовалась модификация pPMI, вы-

числяемая по формуле

(5)

pPMI(w₁,w₂,w₃) = max(0,PMI(w₁,w₂,w₃

)).

Алгоритм анализа триграмм основан на построении всех триграмм для

каждого кластера и выделении редких триграмм с негативной тонально-

стью с последующим анализом частей речи на основе шаблонов: (JJ, VB,

NN), (NN(P), VBD, NN(S)), (NN, VBN, NN), (NNP, VBG, NNP), (JJ, VBG,

NN), (JJ, VB+VB, NN), (NN, JJ, NN) и т.п. или центральное слово три-

граммы имеет тег зависимости ROOT, где JJ прилагательное, NN(NNP,

NNS) существительное множественного или единственного числа, VBG

герундий или простое причастие, VB глагол, VBN причастие прошед-

шего времени. Например, на основе шаблона (NN|JJ, VB, NN(S)|JJ) (суще-

ствительное | прилагательное, глагол, существительное (множественное чис-

ло) | прилагательное) были извлечены триграммы: (паническая, произойти,

атака), (кататония, обнаружить, симптомы), (нападение, влиять, травмати-

ческий) и т.п.

Для сопоставления ключевых слов триграмм каждого кластера с типами

психосоциологических стрессоров использовался психолингвистический сло-

варь LIWC [19] и построенный на его основе кастомный словарь, содержащий

различные синонимы слов ¾тревожность¿, ¾страх¿, ¾одиночество¿, а также

слова, описывающие различные родственные отношения и социальные связи

(для сопоставления с социологическим стрессором, связанным с построением

отношений); слова, описывающие различные типы боли, части тела, учреж-

дения здравоохранения (для сопоставления с социологическим стрессором,

связанным с состоянием здоровья и здравоохранением) и т.п.

4. Результаты исследования

4.1. Классификация текстовых сообщений из двух классов:

класс с описанием аффективных состояний

и класс обычных комментариев

Результаты 5-кратной перекрестной проверки для оценки качества алго-

ритма классификации (случайный лес (RF)) в зависимости от различных

подходов к векторизации текстов комментариев представлены в табл. 2.

Как видно из табл. 2, наилучшая точность классификации была достигну-

та за счет расширения векторного пространства на основе анализа биграмм

и составила 91,1%.

4.2. Кластеризация текстовых сообщений, содержащих описания

аффективных состояний

Предварительный этап обработки комментариев включал удаление пунк-

туации, стоп-слов, токенизацию, приведение к нормальной форме. Оптималь-

ное количество кластеров для решения задачи кластерного анализа 1857 сооб-

щений, содержащих описание аффективных состояний, оценивалось на осно-

ве голосования различных методов определения числа кластеров (силуэтный

метод, метод локтя и т.д.), реализованного в R-пакете NbClust [18], и равно 7.

В табл. 3 приведен фрагмент результатов кластерного анализа на основе

BERT+k-Means c выделением биграмм и триграмм с негативным сентимен-

том, содержащих ключевые слова, определенные на основе тематического

Таблица 2. Оценка эффективности различных подходов к векторизации текстов

комментариев

Подходы

Accuracy

Precision

Recall

BoW+ RF

0,696 ± 0,018

0,679 ± 0,022

0,848 ± 0,014

0,760 ± 0,013

TF-IDF + RF

0,712 ± 0,019

0,700 ± 0,014

0,837 ± 0,034

0,763 ± 0,015

BERT + RF

0,723 ± 0,018

0,736 ± 0,017

0,770 ± 0,018

0,750 ± 0,015

Биграммы (pPMI +

0,714 ± 0,016

0,725 ± 0,020

0,796 ± 0,026

0,759 ± 0,013

+ сентимент)+ RF

TF-IDF +

0,824 ± 0,012 0,832 ± 0,013 0,876 ± 0,020 0,854 ± 0,011

+ Биграммы + RF

BERT+

0,911 ± 0,018 0,926 ± 0,019 0,934 ± 0,014 0,928 ± 0,015

+ Биграммы + RF

Таблица 3. Пример трех выделенных кластеров и построение их описаний на

основе анализа биграмм и триграмм

Примеры триграмм, полученных

Примеры триграмм

Кластеры

Мощность

слиянием биграмм, построенных

на основе VADER

на основе LDA, pPMI, VADER

и pPMI

Кластер 1

304

(паническая, происходить, атака),

(прикрытие,

вы-

(стресс, не верить, личность), (ка-

нужденный, отсут-

татония, обнаружить, симптомы),

ствие), (плохой, по-

(класс, напугать, наркотик), (бо-

лучить, место), (ра-

лезнь, притворяющийся, парень),

боты, побочная, зар-

(старая, вращающаяся, дверь),

плата), (работы, об-

(заснуть, падать, поворачивать-

служивать, оплата),

ся), (выпускной, травмирующий,

(площадь, сказать,

школа), (маленький, сжимающий,

покидать), (книги,

паника), (жилье, плохой, школа)

не являться, собы-

тие), (расходы, вы-

нудить, покрывать)

Кластер 2

289

(желудок, физически, больной),

(злой, говорить, рев-

(тревожность, влиять, страх),

нивый), (чувство,

(свадьба, хронический, тревож-

не являться,

ность), (мысль, относить, ипохон-

что-нибудь)

дрия), (терапевт, кликнуть, игра),

(мчащийся, постоянно, тревож-

ность), (эмоциональный, чувство-

вать, сексуальный), (гадость, об-

лажаться, симптомы), (гадость,

облажаться, игра), (злой, чувст-

вовать, учащенно дышащий),

(тревожность, числа, драма), (ин-

цест, начать, жестокое обраще-

ние), (боль, сердце, вдохновение),

(сердце, чувствовать, общение),

(сердце, отслеживание, частота),

(парень, чувствовать, обманутый),

(нападение, повлиять, травмати-

ческий)

Кластер 3

251

(продукты, бороться, явный),

(демоны, уничто-

(клинический, ноги, депрессия),

жить, жизнь), (бо-

(депрессия, посттравматический

лезнь, битва, пост-

стрессовый синдром, гнев), (объ-

травматический

ект, проблемы, плохое обраще-

стрессовый син-

ние), (диагностируемый, тревож-

дром), (дыхание,

ность, депрессия), (наркотики,

мысли, страх),

проблемы, злоупотребление), (ди-

(страхи, исказить,

ета, подразумевать, ненависть),

реальность)

(дети, доставлять боль, нам), (же-

стокое обращение, инвалидность,

ребенок), (квартира, проблемы,

жестокое обращение)

моделирования с помощью LDA и ранжирования с помощью точечной вза-

имной информации.

Например, из триграмм кластера 1 можно выделить закономерности, опи-

сывающие панические приступы, состояние кататонии, бессоницы, тревожно-

стей, связанных со школой, наркотиками, условиями проживания и поиском

работы.

Для реализации алгоритма анализа биграмм использовались следующие

python-библиотеки анализа данных: nltk, gensim, spacy, sentence-transformers.

Для каждого кластера отдельно выполнялся частотный анализ слов три-

грамм на основе кастомного словаря, описывающего психосоциологические

стрессоры. Например, частотный анализ триграмм кластера 2 позволил

определить, что большая часть комментариев рассматриваемого кластера

(48% всех триграмм кластера) описывает проблемы, связанные со здоровьем,

например, (сердце, отслеживание, частота), (желудок, физически, больной),

(мысль, относить, ипохондрия) и т.п. Значительная часть комментариев рас-

сматриваемого кластера (21% всех триграмм кластера) описывает проблемы,

связанные с построением социальных отношений, например, (свадьба, хро-

нический, тревожность), (злой, говорить, ревнивый), (парень, чувствовать,

обманутый), (инцест, начать, жестокое обращение) и т.п.

4.3. Построение графа знаний на основе анализа биграмм и триграмм

Графы знаний хорошо зарекомендовали себя в области визуализации из-

влеченных закономерностей, выделении основных характеристик и демон-

страции взаимосвязей между ними. Графы знаний широко применяются в

области медицины, например, для представления медицинских знаний по ин-

сультам [20], для демонстрации персонализированных предложений по под-

бору рациона для людей, страдающих диабетом [21], однако исследования,

связанные с представлением в виде графа знаний закономерностей, описы-

вающих проблемы с ментальным здоровьем, автору неизвестны. Далее пред-

лагается построение графа знаний для описания аффективных состояний на

основе полученных триграмм.

Для каждой триграммы (w_i-1, w_i, w_i+1) строятся вершины графа с метка-

ми w_i-1 и w_i+1, а также ребро с меткой w_i. Сначала выбирается целевое слово

из словаря аффективных расстройств, например, ¾тревожность¿, извлека-

ются все триграммы, построенные на основе предложенных выше шаблонов

со словом ¾тревожность¿, например, (свадьба, хронический, тревожность),

(тревожность, влиять, страх), (мчащийся, постоянно, тревожность), (тревож-

ность, числа, драма), (тревожность, диагностировать, депрессия) и т.п. Вер-

шинами графа становится целевое слово, например, ¾тревожность¿, а также

слова следующих частей речи, входящие в триграмму: существительное или

любое слово с тегом ROOT (корневое слово). Ориентированным ребрам гра-

фа приписываются слова триграмм, связанные с описанием аффективного

состояния и относящиеся к частям речи прилагательное, наречие, причастие,

свадьба

депрессия

тревожность

драма

вещи

страх

терроризм

мчащийся

дети

атака

Фрагмент графа знаний для слов ¾тревожность¿ и ¾страх¿, относящихся

к проявлению аффективных состояний, составлено автором.

если слов таких частей речи нет в триграмме, то ребру приписывается остав-

шееся в триграмме слово. Для построения графа знаний использовалась биб-

лиотека для распознавания частей речи spacy и библиотека для построения

графов PyViz. Фрагмент графа знаний, демонстрирующий построенные зако-

номерности для слов ¾тревожность¿ и ¾страх¿, относящихся к аффективным

состояниям, представлен на рисунке.

Из графа знаний, представленного на рисунке, видны тревожности, вы-

званные депрессией, свадьбой, драмой, а также описание тревожности, как

хронической, связанной с числами, или возникающей под влиянием страха.

5. Заключение

Активное использование социальных сетей привело к накапливанию

огромного количества комментариев, которые оставляют пользователи. Ме-

тоды обработки естественного языка совместно с алгоритмами машинного

обучения позволили получить интересные результаты в области оценки эмо-

ционального состояния, как отдельных групп пользователей социальных се-

тей, так и общества в целом. В последнее время активно развивается такое

направление киберпсихологии как оценивание психического состояния на ос-

нове анализа комментариев в социальных сетях и влияние различного кон-

тента на физическое и ментальное здоровье человека.

В работе продемонстрирована эффективность применения биграмм для

повышения качества классификации комментариев, содержащих описание

аффективных расстройств, и возможности извлечения биграмм и триграмм

для описания предметной области. Дальнейшие исследования автора будут

направлены на улучшение качества извлекаемых закономерностей для выяв-

ления причин различных типов психосоциологических стрессоров, приводя-

щих к проявлению тревожных расстройств в текстах комментариев социаль-

ных медиа.

СПИСОК ЛИТЕРАТУРЫ

Birjali M., Beni-Hssane A., Erritali M. Machine Learning and Semantic Sentiment

Analysis based Algorithms for Suicide Sentiment Prediction in Social Networks //

8th Int. Conf. Emerging Ubiquitous Systems and Pervasive Networks, Procedia Com-

puter Science. 2017. V. 113. P. 65-72.

Rabani S.T., Khan O.R., Khanday Akib Mohi U.D. Detection of Suicidal Ideation on

Twitter using Machine Learning & Ensemble Approaches // Baghdad Sci. J. 2020.

V. 17. No. 4. P. 1328-1339.

Coppersmith G., Dredze M., Harman C. Quantifying Mental Health Signals in Twit-

ter // Proc. Workshop Comput. Linguist. Clinical Psychol.: From Linguist. Signal

Clinical Reality. Associat. Comput. Linguist. 2014. P. 51-60.

Sarsam S.M., Al-Samarraie H.A., Ahmed I., Alnumay A., Smith A.P. A Lexicon-

based Approach to Detecting Suicide-related Text on Twitter // Biomed. Signal

Proc. Control. 2021. V. 65. No. 102355.

Wolk A., Chlasta K., Holas P. Hybrid Approach to Detecting Symptoms of Depres-

sion in Social Media Entries // Twenty-Fifth Pacific Asia Conf. Information Systems.

2021. arXiv:2106.10485.

Gillam L., Tariq M., Ahmad K. Terminology and the Construction of Ontology //

Terminology. 2005. V. 11. No. 1. P. 55-81.

Zhang Y., Lyu H., Liu Y., Zhang X., Wang Yu., Luo J. Monitoring Depression Trend

on Twitter during the COVID-19 Pandemic: Observational Study // JMIR Format.

Res. 2020. 39 p.

Saifullah S., Fauziah Yu., Aribowo A.S. Comparison of Machine Learning for Senti-

ment Analysis in Detecting Anxiety based on Social Media Data // arXiv:2101.06353,

2021.

Pillai R.G., Thelwall M., Orasan C. Detection of Stress and Relaxation Magnitudes

for Tweets // WWW ’18: Compan. Proc. Web Conf. 2018. P. 1677-1684.

10.

Orabi A.H., Buddhitha P., Orabi M.H., Inkpen D. Deep Learning for Depression

Detection of Twitter Users // Proc. Fifth Workshop Comput. Linguist. Clinical Psy-

chol.: From Keyboard Clinic. 2018. P. 88-97.

11.

Moyeen S.I., Mabud Md.S.R, Nayem Z., Mamun Md.Al. Sentiment Analysis of En-

glish Tweets using Bigram Collocations // EPRA Int. J. Res. Development (IJRD).

2021. V. 6. I. 9. P. 220-227.

12.

Величко А.Н., Карпов А.А. Аналитический обзор систем автоматического опре-

деления депрессии по речи // Artificial Intellig., Knowledge and Data Engineer.

2021. No. 3. P. 497-529.

13.

Turcan E., McKeown K. Dreddit: A Reddit Datasets for Stress Analysis in Social

Media // arXiv: 1911.00133v1. 2019.

14.

Jones K.S. A Statistical Interpretation of Term Specificity and Its Application in

Retrieval // J. Document. 2004. V. 60. No. 5. P. 493-502.

15. Devlin J., Chang M.-W., Lee K., Toutanova K. BERT: Pre-training of Deep Bidi-

rectional Transformers for Language Understanding // arXiv: 1810.04805. 2018.

https://doi.org/10.48550/arXiv.1810.04805

16. Дюличева Ю.Ю. Учебная аналитика МООК как инструмент анализа матема-

тической тревожности // Вопросы образования (Educat. Stud. Moscow). 2021.

No. 4. С. 243-265.

17. Hutto C., Gilbert E. VADER: A Parsimonious Rule-Based Model for Sentiment Anal-

ysis of Social Media Text // Eight Int. AAAI Conf. Weblogs and Social Media. 2014.

V. 8. No. 1. P. 216-225.

18. Charrad M., Ghazzali N., Boiteau V., Niknafs A. NbClust: An R Package for De-

termining the Relevant Number of Clusters in DataSet // J. Statist. Software. 2014.

V. 61. No. 6. P. 1-36. https://doi.org/10.18637/jss.v061.i06

19. Tausczik Y.R., Pennebaker J.W. The Psychological Meaning of Words: LIWC and

Computerized Text Analysis Methods // J. Lang Soc Psychol. 2010. V. 29. No. 1.

P. 24-54.

20. Cheng B., Zhang J., Liu H., Cai M., Wang Y. Research on Medical Knowledge

Graph for Stroke // J. Healthcare Engineer. 2021. V. 2021 (5531327).

21. Haussmann S., Seneviratne O., Chen Y. et al. FoodKG: A Semantics-Driven Knowl-

edge Graph for Food Recommendation // Semant.-Web - ISWC. 2019. P. 146-162.

Статья представлена к публикации членом редколлегии А.А. Лазаревым.

Поступила в редакцию 31.01.2022

После доработки 28.05.2022

Принята к публикации 29.06.2022