• شماره ركورد
    9990
  • پديد آورنده

    مجتبي جانباز

  • عنوان
    سامانه ارزيابي استرس روانشناختي بر اساس متن
  • مقطع تحصيلي
    كارشناسي
  • رشته تحصيلي
    مهندسي كامپيوتر
  • سال فارغ التحصيلي
    1404
  • استاد راهنما
    دكتر محمدرضا جاهد‌مطلق
  • استاد مشاور
    خانم طيبه رفيعي
  • دانشجوي وارد كننده اطلاعات

    مجتبي جانباز

  • تاريخ ورود اطلاعات
    1404/08/13
  • دانشكده
    مهندسي كامپيوتر
  • عنوان به انگليسي
    A System for Psychological Stress Assessment Based on Text
  • چكيده
    در عصر ديجيتال، شبكه‌هاي اجتماعي به آينه‌اي از وضعيت رواني جامعه تبديل شده‌اند و تحليل محتواي توليد شده توسط كاربران، فرصتي بي‌نظير براي شناسايي نشانه‌هاي استرس روانشناختي فراهم آورده است. با اين حال، كيفيت پايين برچسب‌گذاري داده‌ها و پيچيدگي زبان محاوره، از چالش‌هاي اصلي در مسير ساخت مدل‌هاي دقيق يادگيري ماشين به شمار مي‌رود. اين پژوهش به طراحي و پياده‌سازي «سامانه ارزيابي استرس روانشناختي بر اساس متن» مي‌پردازد كه با رويكردي نوآورانه در بهبود كيفيت داده‌ها، به دنبال افزايش دقت تشخيص استرس در متون فارسي است. در گام نخست اين پروژه، مجموعه داده بزرگي از توييت‌ها با استفاده از مدل زباني پيشرفته Gemini 2.5 Flash و پرامپت مهندسي‌شده، مجدداً برچسب‌گذاري شد تا يك مجموعه داده آموزشي با كيفيت و قابل اعتماد ايجاد گردد. سپس، با بهره‌گيري از اين داده‌هاي پالايش‌شده، مجموعه‌اي از مدل‌هاي كلاسيك (رگرسيون لجستيك، ماشين بردار پشتيبان)، مدل مبتني بر بازنمايي كلمه FastText و يك مدل يادگيري عميق مبتني بر معماري ترنسفورمر BERT آموزش داده شدند. براي دستيابي به حداكثر دقت، از روش يادگيري جمعي Ensemble با رأي‌گيري وزن‌دار براي تركيب پيش‌بيني‌هاي مدل‌هاي مختلف استفاده شد. ارزيابي‌ها نشان مي‌دهد كه بهبود كيفيت داده‌هاي آموزشي تأثير مستقيمي بر عملكرد مدل‌ها داشته و مدل تركيبي نهايي به دقتي فراتر از كارهاي پيشين دست يافته است. سامانه نهايي، يك ابزار كاربردي تحت وب است كه به كاربر اجازه مي‌دهد متن خود را وارد كرده و تحليلي از سطح استرس آن به همراه نمودارهاي بصري براي نمايش نوسانات استرس در طول متن دريافت كند. اين سامانه پتانسيل بالايي براي استفاده به عنوان يك ابزار كمكي براي افراد، روانشناسان و محققان حوزه سلامت روان دارد.
  • كليدواژه ها
    تشخيص استرس , پردازش زبان طبيعي , يادگيري ماشين , يادگيري جمعي , تحليل متن , شبكه‌هاي اجتماعي , مدل