Réseaux récurrents et dépistage de la dépression sur les réseaux sociaux

Maupomé, Diego (2019). « Réseaux récurrents et dépistage de la dépression sur les réseaux sociaux » Mémoire. Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en informatique.

Fichier(s) associé(s) à ce document :

Prévisualisation	PDF Télécharger (5MB)

Résumé

La souffrance mentale est un enjeu de santé publique majeur. Or, l'accès aux soins est souvent difficile. Avec la place croissante que les médias sociaux ont dans la vie des personnes de tous les milieux, une piste de solution potentielle est l'utilisation de contenus de médias sociaux afin de faciliter le dépistage et le suivi de troubles de la santé mentale. Il s'agit en effet d'un domaine de recherche en plein essor. Nous nous intéressons en particulier à la détection précoce de la dépression à partir de contenus textuels dans les médias sociaux à l'aide de réseaux neuronaux dits récurrents. Les réseaux neuronaux récurrents sont de puissants outils de modélisation de données séquentielles. Ils sont spécialement intéressants en traitement automatique de la langue car ils préservent l'ordre des mots et peuvent traiter des écrits de longueur variable. Ces réseaux peuvent toutefois rencontrer des limitations. Par exemple, la façon dont leur état interne est mis à jour peut résulter en des difficultés à quitter des états erronés. Nous commençons par nous pencher sur une amélioration possible, les réseaux récurrents multiplicatifs. Nous examinons leur performance en modélisation de la langue naturelle. Les résultats obtenus sont compétitifs par rapport à l'état de l'art. Ensuite, nous utilisons ces approches en détection précoce de la dépression. Nous étudions le cas où on dispose de plusieurs écrits indépendants par patient. Nous mettons de l'avant des approches s'appuyant sur les réseaux récurrents pour analyser les écrits d'abord individuellement, puis, en les agrégeant. Les résultats obtenus sont prometteurs, en particulier lorsqu'on intègre le mécanisme de pondération appelé mécanisme d'attention. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Réseaux neuronaux, réseaux récurrents, analyse de sentiments, détection du risque, santé mentale, dépistage de la dépression, médias sociaux, apprentissage automatique, traitement automatique du langage naturel.

Type:	Mémoire accepté
Informations complémentaires:	Le mémoire a été numérisé tel que transmis par l'auteur.
Directeur de thèse:	Meurs, Marie-Jean
Mots-clés ou Sujets:	Réseaux de neurones récurrents / Analyse de sentiments / Dépistage de la dépression / Médias sociaux / Apprentissage automatique / Traitement automatique des langues naturelles
Unité d'appartenance:	Faculté des sciences > Département d'informatique
Déposé par:	Service des bibliothèques
Date de dépôt:	11 sept. 2020 08:34
Dernière modification:	11 sept. 2020 08:34
Adresse URL :	http://archipel.uqam.ca/id/eprint/13468

Modifier les métadonnées (propriétaire du document)

Statistiques