9815

به كارگيري مدل هاي زباني پيش آموزش ديده براي طبقه بندي توييت هاي مرتبط با بحران ها

كارشناسي

مهندسي كامپيوتر

1404

خانم دكتر فرزانه غيور باغباني

1404/07/12

مهندسي كامپيوتر

Utilizing Pre-trained Language Models for Classifying Crisis-Related Tweets

اين پژوهش روشي براي برآورد شدت افسردگي و پيش‌بيني خطر بحران از متن‌هاي توييتر ارائه مي‌دهد و آن را با چارچوب باليني PHQ-9 هم‌سو مي‌كند. ابتدا توييت‌ها پاك‌سازي و به خلاصه‌هاي هفتگي تبديل مي‌شوند. سپس با پرامپت‌نويسي بر پايه‌ي 9 نشانه‌ي PHQ-9 و با كمك يك LLM، به هر هفته نمره داده مي‌شود. متن هر هفته به بردار عددي تبديل و همراه با ويژگي‌هاي زماني مانند مقدار فعاليت شبانه و نظم هفتگي به يك مدل دنباله‌اي GRU داده مي‌شود تا شدت و احتمال بحران را هم‌زمان پيش‌بيني كند. ارزيابي با منحني‌هاي ROC و PR، ماتريس آشفتگي و كاليبراسيون نشان مي‌دهد مدل از حد تصادفي بهتر است، هرچند پيش‌بيني زودهنگام بحران محدود و دقت احتمالات نيازمند بهبود است. محدوديت‌هاي اصلي شامل دسترسي محدود به API، كاهش اجباري كاربران و هفته‌ها به دليل منابع محاسباتي، و خطاي احتمالي در برچسب‌گذاري خودكار است. در كارهاي آتي، بهره‌گيري از ترنسفومرها، داده‌هاي چندمنبعي و روش‌هاي برچسب‌گذاري few-shot مي‌تواند كارايي و تعميم‌پذيري را افزايش دهد.

افسردگي , توييتر , PHQ-9 , GRU , برچسب‌گذاري با LLM