[发明专利]面向社交媒体文本抑郁倾向性分析的基于排序学习模型的特征加权方法在审
| 申请号： | 202110559680.0 | 申请日： | 2021-05-21 |
| 公开（公告）号： | CN113268582A | 公开（公告）日： | 2021-08-17 |
| 发明（设计）人： | 徐博;宗林林;林鸿飞;王健;林原;许侃 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | G06F16/335 | 分类号： | G06F16/335;G06F16/9537;G06F40/216;G06F40/242;G06Q50/00;G16H20/70 |
| 代理公司： | 大连智高专利事务所(特殊普通合伙) 21235 | 代理人： | 李猛 |
| 地址： | 116024 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 一种面向社交媒体文本抑郁倾向性分析的基于排序学习模型的特征加权方法，该方法包括以下步骤：S1、采集和预处理社交媒体文本数据；S2、面向抑郁情绪的文本特征抽取；S3、训练排序模型；S4、基于排序模型的抑郁风险评估。采集社交媒体文本上用户所发布的文本数据，文本数据包括“抑郁”话题下的数据和其他话题下的数据，“抑郁”话题下的数据作为模型训练中的正样本，其他话题下的数据作为模型训练的负样本；本发明将基于社交媒体的抑郁检测看作是风险评估问题，进而利用排序学习算法，对于具有潜在抑郁风险的社交媒体用户进行风险水平的排序，有益于早期检测出具有抑郁倾向的用户，有针对性的开展心理疏导和临床治疗。 | ||
| 搜索关键词： | 面向 社交 媒体 文本 抑郁 倾向性 分析 基于 排序 学习 模型 特征 加权 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连理工大学，未经大连理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110559680.0/，转载请声明来源钻瓜专利网。
