典型文献
基于词向量的多维度正则化SVM社交网络抑郁倾向检测方法
文献摘要：
针对目前抑郁症的诊断方式单一、诊断率低等问题,提出一种基于词向量的多维度正则化SVM社交网络抑郁倾向检测方法.通过人工标注获得训练数据,并请心理学硕士对数据进行验证,确保数据的可用性.在预处理阶段,统计得到常用的抑郁词,使用腾讯词向量进行文本向量化及用户向量化,在构建向量的过程中加入TF-IDF和抑郁词权重因子;在训练阶段,通过将情感、性别和发微博频率加入传统SVM的目标函数中,构建多维度正则化SVM模型.多组对比实验结果表明,该方法能够有效检测抑郁倾向.
文献关键词：
抑郁倾向;微博;支持向量机;词向量
中图分类号：
作者姓名：
王垚;贾宝龙;杜依宁;张晗;陈响
作者机构：
北京世相科技文化有限公司 北京 100102
文献出处：
引用格式：
[1]王垚;贾宝龙;杜依宁;张晗;陈响-.基于词向量的多维度正则化SVM社交网络抑郁倾向检测方法)[J].计算机应用与软件,2022(03):116-120
A类：
腾讯词向量
B类：
正则化,社交网络,抑郁倾向,抑郁症,诊断方式,诊断率,训练数据,可用性,文本向量化,TF,IDF,权重因子,训练阶段,微博,有效检测
AB值：
0.228145
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
