医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

社交网络中抑郁风险特征的识别:深度学习的方法

Identification of Depression Risk Features in Social Networks:Deep Learning-Based Approach

摘要随着社交网络的发展,越来越多的人倾向于在社交网络社区中表达自己情感和需求,其中包括抑郁症状的相关信息,从而为抑郁风险特征的识别创造了新路径.本文考察了多种深度学习模型对新浪微博"抑郁症社区"文本中抑郁风险特征的识别效果.为验证算法模型的有效性,结合词频分析结果编制了抑郁风险特征注释方案,并比较了九种前沿算法模型的预测效果,结果表明基于文本的卷积循环神经网络模型更适用于在多分类任务中捕捉关键语言特征.研究发现为基于社交网络和深度学习的抑郁风险预警提供了借鉴.

更多
广告
分类号 B848
栏目名称
DOI 10.3969/j.issn.1003-5184.2026.01.006
发布时间 2026-04-03(万方平台首次上网日期,不代表论文的发表时间)
基金项目
国家社会科学基金(23BSH131)
  • 浏览1
  • 下载0
心理学探新

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

法律状态公告日 法律状态 法律状态信息

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

官方微信
万方医学小程序
new医文AI 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷