تجزیه و تحلیل اختلالات سلامت روان مبتنی بر احساسات و شناخت

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 35

تعداد کلمات : 17200

مجله : Future Generation Computer Systems

انتشار : 2021

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
29 آگوست 2021
دسته بندی
تعداد بازدیدها
1148 بازدید
30,000 تومان

عنوان فارسی مقاله:تجزیه و تحلیل اختلالات سلامت روان مبتنی بر احساسات و شناخت از داده های رسانه های اجتماعی

 چکیده

اختلالات روانی می تواند کیفیت زندگی را به شدت تحت تأثیر قرار دهد و یکی از  شاخص های اصلی خودکشی است و معمولاً تشخیص داده نمی شود و تحت درمان قرار نمی گیرد. تشخیص زودهنگام علائم مشکلات روانی از اهمیت ویژه ای برخوردار است ، زیرا عدم درمان می تواند تهدید کننده زندگی باشد. به همین دلیل است که درک عمیق تظاهرات پیچیده رشد اختلال روانی مهم است. ما مطالعه ای از اختلالات روانی در رسانه های اجتماعی ، از دیدگاه های مختلف ارائه می دهیم. ما میخواهیم بدانیم که آیا نظارت بر زبان در رسانه های اجتماعی می تواند با استفاده از روش های محاسباتی به تشخیص زودهنگام اختلالات روانی کمک کند؟ ما مدلهای یادگیری عمیقی را برای یادگیری نشانگرهای زبانی اختلالات در سطوح مختلف زبان (محتوا ، سبک ، احساسات) توسعه دادیم و بیشتر سعی کردیم رفتار مدلهای خود را برای درک عمیقتر علائم اختلال روانی تفسیر کنیم. ما مدل های پیش بینی خود را با تجزیه و تحلیل محاسباتی مبتنی بر نظریه های روانشناسی مربوط به سبک ها و احساسات شناختی تکمیل می کنیم تا درک کنیم که تا چه حد می توان سبک های شناختی را با ارتباط احساسات در طول زمان پیوند داد. هدف نهایی این است که بین کاربران تشخیص داده شده با اختلال روانی و کاربران سالم تمایز قائل شود تا به پزشکان در تشخیص بیماران کمک شود. ما سه اختلال روانی مختلف را در نظر می گیریم که آنها را جداگانه و به صورت مقایسه ای مورد تجزیه و تحلیل قرار می دهیم: افسردگی ، بی اشتهایی و گرایش به خودآزاری(تجزیه و تحلیل اختلالات سلامت روان).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: An emotion and cognitive based analysis of mental health disorders from social media data

Abstract

 Mental disorders can severely affect quality of life, constitute a major predictive factor of suicide, and are usually underdiagnosed and undertreated. Early detection of signs of mental health problems is particularly important, since unattended, they can be life-threatening. This is why a deep understanding of the complex manifestations of mental disorder development is important. We present a study of mental disorders in social media, from different perspectives. We are interested in understanding whether monitoring language in social media could help with early detection of mental disorders, using computational methods. We developed deep learning models to learn linguistic markers of disorders, at different levels of the language (content, style, emotions), and further try to interpret the behavior of our models for a deeper understanding of mental disorder signs. We complement our prediction models with computational analyses grounded in theories from psychology related to cognitive styles and emotions, in order to understand to what extent it is possible to connect cognitive styles with the communication of emotions over time. The final goal is to distinguish between users diagnosed with a mental disorder and healthy users, in order to assist clinicians in diagnosing patients. We consider three different mental disorders, which we analyze separately and comparatively: depression, anorexia, and self-harm tendencies.