Utiliser la technologie pour détecter la dépression sur les réseaux sociaux

La santé mentale, c'est un sujet super important qui touche plein de gens dans le monde. On estime qu'une personne sur quatre va connaître un trouble mental à un moment de sa vie. La pandémie de COVID-19 a encore plus aggravé la crise de la santé mentale, ce qui a fait grimper le nombre de personnes confrontées à des défis dans ce domaine. Dans ce contexte, c'est crucial de trouver des nouvelles façons d'évaluer les risques de santé mentale en utilisant la technologie.

Les réseaux sociaux sont devenus des espaces populaires où les gens partagent leurs sentiments et émotions. Telegram, en tant que service de messagerie, permet aux Utilisateurs de discuter en privé de divers sujets. C'est donc une source précieuse pour analyser le langage utilisé par ceux qui pourraient souffrir de problèmes de santé mentale.

Pour répondre à ce besoin, des chercheurs ont développé des méthodes pour analyser le texte sur les réseaux sociaux afin de reconnaître les signes de Dépression et de fournir du soutien. Un projet à IberLEF 2023 s'est concentré spécifiquement sur la détection de la dépression chez les utilisateurs hispanophones de réseaux sociaux. Ce projet comprenait diverses tâches sur la détection précoce des troubles mentaux, y compris les troubles alimentaires et la dépression.

#Aperçu des tâches

L'objectif principal de ce travail est d'identifier la dépression chez les utilisateurs de Telegram en se basant sur leurs Messages. Les participants devaient prédire la probabilité qu'un utilisateur souffre de dépression, selon son activité dans des groupes axés sur la santé mentale. L'évaluation était divisée en quatre sous-tâches, chacune impliquant différents types de prédictions.

Les chercheurs ont utilisé un ensemble de données contenant des messages de 175 utilisateurs de Telegram. Chaque utilisateur était étiqueté en fonction de son historique de conversation, indiquant s'il souffrait de dépression et à quel point. Le but était de développer et de tester des méthodes pour détecter ces conditions dans des messages sur les réseaux sociaux en utilisant des techniques d'apprentissage automatique.

#Analyse des données

L'ensemble de données contenait 6 248 messages individuels de participants. Chaque utilisateur avait un nombre variable de messages. Le processus de labellisation impliquait dix annotateurs qui ont attribué l'une des quatre étiquettes :

1. Souffre+Pour : Preuves de dépression mais prêt à demander de l'aide.
2. Souffre+Contre : Preuves de dépression mais résistant à demander de l'aide.
3. Souffre+Autre : Preuves de dépression mais pas assez d'infos pour classer davantage.
4. Contrôle : Pas de signes de dépression.

Ces étiquettes ont été utilisées dans les quatre sous-tâches, y compris la Classification binaire, la régression simple, la classification multiclasse, et la régression multi-sortie.

#Traitement des données

Pour préparer les données à l'analyse, tous les messages de chaque utilisateur ont été combinés en une seule chaîne pour refléter l'historique de conversation de l'individu. Les données ont ensuite été divisées en ensembles d'entraînement et de validation pour évaluer correctement la performance des Modèles.

Pour agrandir l'ensemble de données d'entraînement et permettre aux modèles d'apprendre à partir de messages antérieurs, une technique a été utilisée pour inclure des observations avec seulement la moitié des messages des utilisateurs. Cela a été obtenu en triant les messages par date et en sélectionnant la première moitié.

#Approches des modèles

Différentes stratégies de modélisation ont été employées pour aborder les sous-tâches. Les chercheurs se sont concentrés sur deux approches principales :

1. Utilisation d'embeddings de phrases : Cette méthode consistait à convertir les messages des utilisateurs en représentations vectorielles numériques. Ces vecteurs étaient ensuite utilisés comme caractéristiques pour entraîner un modèle de régression. L'avantage ici, c'est que l'entraînement de ces modèles est plus rapide, car le processus d'embedding n'a besoin d'être effectué qu'une seule fois.

2. Ajustement d'un modèle de langage : Cela impliquait de prendre un modèle de langage pré-entraîné et de l'ajuster spécifiquement pour les tâches à accomplir. Cette méthode permet au modèle d'apprendre directement à partir des données tout en tirant parti des connaissances acquises lors de l'entraînement initial.

Les chercheurs ont testé différents modèles de langage pour trouver le système de codage le plus efficace. Au final, un modèle entraîné pour détecter les comportements suicidaires a été choisi, étant donné sa pertinence pour la tâche.

#Résultats

Les résultats ont montré que les approches utilisées étaient efficaces pour gérer les tâches prédictives. Parmi les différents modèles testés, la méthode qui utilisait les embeddings de phrases pour la régression multi-sortie a donné les meilleurs résultats dans la plupart des tâches. Cette approche a atteint des classements plus élevés dans les indicateurs clés par rapport aux modèles de base.

Un autre constat important a été que les modèles conçus pour la régression multi-sortie ont également bien fonctionné dans les tâches de classification binaire et de régression simple. Cela suggère qu'il est avantageux d'utiliser un modèle pour traiter plusieurs cibles, ce qui augmente l'efficacité.

De plus, les modèles qui ont utilisé l'ajustement semblaient produire moins d'émissions énergétiques lors des prédictions. C'est crucial pour les applications pratiques, car une moindre consommation d'énergie peut mener à des solutions plus durables.

Cependant, malgré les classements réussis, les modèles ne performaient pas aussi bien pour les indicateurs de détection précoce des risques. Cela pourrait limiter leur efficacité dans des situations réelles, où il est vital d'identifier rapidement les signes de problèmes de santé mentale.

Pour améliorer la performance de détection précoce, les chercheurs ont suggéré d'explorer d'autres approches d'entraînement, comme l'apprentissage en ligne ou les modèles d'ensemble. Ces méthodes pourraient améliorer les processus de prise de décision lors de l'évaluation des messages individuels. En plus, travailler à l'optimisation des modèles pour minimiser la consommation d'énergie reste un objectif crucial pour l'avenir.

#Conclusion

Identifier des conditions de santé mentale comme la dépression à partir de contenus sur les réseaux sociaux est un domaine de recherche précieux. Les méthodes testées montrent du potentiel, mais il reste encore du travail à faire pour améliorer les capacités de détection précoce. Les efforts futurs se concentreront sur le perfectionnement des techniques et l'exploration de solutions novatrices pour aborder efficacement ce problème pressant. Avec une recherche et un développement continus, on espère que de meilleurs outils pourront être créés pour aider ceux qui ont besoin de soutien en santé mentale, menant finalement à des communautés plus saines.