（图片来源：Unsplash/CC0 Public Domain）
达特茅斯的研究者使用Reddit论坛上的对话建立了一个人工智能模型，能判断用户是否有心理疾病。该模型作为线上心理疾病筛查工具的风潮中的一部分，利用计算机分析社交媒体上的帖子，洞察人们的心理状态。
该模型和其他模型不一样的地方在于，比起社交媒体的具体内容，它更关注内容包含的情绪。在第20届网络智能与智能代理技术国际会议(international conference on web intelligence and intelligent agent technology)上发表的论文中，该研究团队指出，无论在帖子里讨论的话题是什么，这种方法的总体效果都更好。
人类在心理疾病上不寻求帮助的原因有很多——常见的有耻辱感、高开销和缺少获得相关援助的途径。同时，人们往往有不重视心理疾病迹象，或者将其与压力混淆的倾向，该研究的共同作者之一Xiabo Guo说道。他还表示，他们有可能会因为提示而寻求帮助，这也是电子筛查工具可以发挥作用的地方。
（图片来源：Unsplash/CC0 Public Domain）
“社交媒体为挖掘人类行为背后的机制提供了一种简单的方法。”Guo说道。这批数据是自愿提供，并且公开供他人阅读使用的。
研究人员选择了Reddit是因为它提供了庞大的用户论坛网络，而且拥有近500万的活跃用户讨论非常广泛的话题。这些帖子和评论都是公开的，研究者可以收集到早至2011年的数据。
在他们的研究中，研究者主要关注他们称为“情绪障碍”的心理问题，它们具有独特的的情绪规律，比如重度抑郁、焦虑和双向情感障碍。他们研究了自称具有这些疾病的用户和不具有已知心理疾病的用户的数据。
他们训练模型给用户的帖子标注情绪，并绘制不同帖子间的情绪变化图。一个帖子可以被标注为“快乐”、“生气”、“悲伤”、“恐惧”、“无情绪”，或者这些情绪的组合。这个情绪变化图构成了一个矩阵，能显示一个用户从任意一个状态跳转到另一种状态的可能性，例如从愤怒跳转到无情绪的中性状态。
不同的心理问题有他们独特的情绪转换模式。通过为用户创建情绪“指纹”，并将其与已知心理疾病的情绪模式进行比较，该模型就能够检测出这些问题。为了证实他们的结果，研究人员用训练期间没有用过的帖子测试了模型，并发现它能够准确地预测用户是否有这些心理疾病。
这个方法回避了典型的筛选工具容易遇到的“信息泄露”的严重问题，计算机科学助理教授和本文的合作作者Soroush Vosoughi说道。其他模型一般依靠仔细审查文本的内容，他说道，这些模型虽然具有很好的表现，但也可能误导人们。
Vosoughi解释道，例如，如果一个模型习得了将“新冠”与“悲伤”或者“焦虑”联系在一起，它自然会认为一个（相对平静地）研究并发表关于新冠的帖子的科学家患有抑郁症或者焦虑症。在另一方面，这个新模型只关注情绪，不会关注帖子具体的话题或描述的事件。
（图片来源：Unsplash/CC0 Public Domain）
尽管研究者没有考虑干预策略，他们希望这项工作能够为干预提供指引。在他们的文章中，他们为更细致地理解社交媒体数据的模型提供了一个非常强的实例。“模型运行良好是非常重要的，”Vosoughi说道，“但同时也需要明白模型的运行方式、偏差和局限。”
作者：Harini Barath
翻译：蒋泽华
审校：王嘉钰
引进来源：达特茅斯学院（Dartmouth College）
本文来自：中国数字科技馆
特别声明：本文转载仅仅是出于科普传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或其它相关事宜，请与我们接洽。
[责任编辑：环球科学]
京公网安备11010502039775号
