Text-Based Detection of the Risk of Depression

Název česky Detekce rizika deprese na základě analýzy textu
Autoři

HAVIGEROVÁ Jana Marie HAVIGER Jiří KUČERA Dalibor HOFFMANNOVÁ Petra

Rok publikování 2019
Druh Článek v odborném periodiku
Časopis / Zdroj Frontiers in Psychology
Fakulta / Pracoviště MU

Filozofická fakulta

Citace
www https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6431661/
Doi http://dx.doi.org/10.3389/fpsyg.2019.00513
Klíčová slova depression; genre; morphology; quantitative linguistics; predictive model
Popis Studie zkoumá vztah mezi používáním jazyka a psychologickými charakteristikami autora textu. Cílem studie bylo nalézt modely předpovídající depresivitu pisatele na základě komputačně lingvistických charakteristik jeho psaného textu. Jazykové "stopy" respondentů byly sledovány ve čtyřech textech různých žánrů. Depresivita byla měřena pomocí Škály deprese, úzkosti a stresu (DASS-21). Výzkumný vzorek (N = 172, 83 mužů, 89 žen) byl vytvořen na základě kvótního výběru dospělé české populace. Morfologické charakteristiky textů vykazující rozdíly (M-W test) mezi nedepresivními a depresivními skupinami byly začleněny do prediktivních modelů. Výsledky: pro prediktivní modely deprese na základě použitých morfologických charakteristik textu vykazuje nejlepší vlastnosti model vycházející z neformálního textu „dopis z dovolené“ (Nagelkerke r(2) = 0,526 pro muže a 0,670 pro ženy). U mužů se ukázaly jako vhodné též modely formálních textů „průvodní dopis“ a „stížnost“ (r(2) = 0,479 a 0,435). Získané modely ukazují slabý až střední silný "recall" (0,235 - 0,800) a střední až silnou přesnost (0,571 - 0,899). Morfologické proměnné vyskytující se ve finálních modelech se liší. Neexistují žádné klíčové morfologické charakteristiky vhodné pro všechny modely nebo pro všechny žánry. Vlastnosti výsledných modelů ukazují, že by měly být vhodné pro screening jedinců s rizikem deprese a nejvhodnějším žánrem je neformální text („dopis z dovolené“).

Používáte starou verzi internetového prohlížeče. Doporučujeme aktualizovat Váš prohlížeč na nejnovější verzi.