CC BY
0УДК 004.048
ЭЛЕУМЕТТ1К ЖЕЛ1ЛЕРДЕ ДЕПРЕССИЯЛЬЩ ЖЭНЕ СУИЦИДТ1К МЭТ1НДЕРД1 АНЬЩТАЙТЫН ЭД1СТЕРД1 ЗЕРТТЕУ
АБДРАЗАХ ЫНТЫМАЦ ЦЫДЫРЭЛГ¥ЛЫ
PhD докторант, ^ожа Ахмет Ясауи атындагы Халыкаралык казак-тур^ университетi,
^азакстан, Кентау
КАЗБЕКОВА ГУЛНУР НАГИМЕТОВНА
Техника гылымдарыныц кандидаты, кауымдастырылган профессор, ^ожа Ахмет Ясауи атындагы Халыкаралык казак-тур^ университетi, ^азакстан, Кентау
АМАНОВ АНУАРБЕК НУРСЕЙТОВИЧ
Phd, ага окытушы, ^ожа Ахмет Ясауи атындагы Халыкаралык казак-тYрiк университетi, ^азакстан, Кентау
ОМАРОВ БАТЫРХАН СУЛТАНОВИЧ
Phd, доцент, Эл-Фараби атындагы ^азак ¥лттык университетi, ^азакстан, Алматы
Ацдатпа. Элеуметтт желглердг кецгнен цолдану адамдарга вз ойлары мен эмоцияларын ертн бвлгсуге мYмкiндiк беретт коммуникацияда твцкергс жасады. Бул квптеген артыцшылыцтарга ие болганымен, эЫресе депрессия жэне суицидтт ойлар сияцты психикалыц денсаулыц мэселелерт аныцтау жэне шешуде циындыцтар тудырады. Бул проблемаларды ерте аныцтау уацтылы араласу жэне цолдау Yшiн вте мацызды. Жасанды интеллекттщ бiр саласы болып табылатын терец оцыту элеуметтт желiлердегi депрессиялыц жэне суицидтт мэтiндердi аныцтауды автоматтандыруда Yлкен элеуеттi кврсетт, осы мацызды мэселенщ ауцымды шешiмiн усынады.
Бул мацалада элеуметтт желiлердегi депрессиялыц жэне суицидтт мэтiндердi аныцтауга арналган эдiстердi зерттейди Зерттеу тацырыбы негiзiнде эртYрлi гылыми мацалалар мен эдебиеттерге шолу жасалды. Депрессия мен суицидке цатысты мэтiндердi автоматты тYрде аныцтау эдiстерi зерттелдi. Ол дэстYрлi машиналыц оцыту эдiстерiне негiзделген ерте эдiстердi зерделеуден, психикалыц денсаулыцты дэл аныцтау Yшiн цажеттi кYрделiлiктi аныцтауда олардыц шектеулерт кврсетуден басталады. Терец оцытудыц пайда болуы мэттдт деректердi тYсiну жэне интерпретациялау мYмкiндiгiн айтарлыцтай жацсартатын конволюционды нейрондыц желшер (CNN), цайталанатын нейрондыц желшер (RNN) жэне трансформаторлар сияцты эд^термен табиги тiлдi вцдеуге (NLP) взгерктер экелдi.
Клт свздер: элеуметтт желi, депрессия, суицид, машиналыц оцыту, терец оцыту, нейрондыц желшер.
Kipicne
Суицид - элемнщ кептеген елдершде eлiмнщ непзп себептершщ 6ipi; бул жастар тобындагы (15-24 жас) eлiмнщ жш кездесетш себептерше жатады, 6ipa^ суицидтш бейiмдiлiктердi диагностикалау жэне зерттеу эдiстерi элi толык тYPде дамымаган. Осыган байланысты суицидтш мшез-кулыкка бешм тулгаларды аныцтау эдютерш эзiрлеу мэселес ерекше езекп болып саналады. Осындай зерттеулердщ багыттарыныц бiрi математикалык лингвистика, мэтiндi автоматты евдеу жэне машиналык окыту эдютерш колдана отырып, суицидке байланысты сейлеудщ типологиялык ерекшелiктерiн iздеу болып табылады [1].
Элеуметпк медиа платформалары бYкiл элем бойынша пайдаланушыларга тез, ашык жэне жш байланысуга мYмкiндiк беретiн дэстYрлi карым-катынас эдiстерiн eзгерттi. Адамдар элеуметпк желiлердi ез пiкiрлерiн бiлдiру жэне жеке окигалары мен киындыктарын белюу
ОФ "Международный научно-исследовательский центр "Endless Light in Science"
Yшiн пайдаланады. Элеуметпк желшерде, эаресе, жас урпак арасында киындыктарды бiлдipeтiн жагымсыз ceзiмдep, eлiм жэне 63iHe зиян келпру туралы ойлар кец таралган. Сондыктан, cуицидтiк ойларды аныктау жэне зерттеу Yшiн элeумeттiк медианы пайдалану, сайып келгенде, адамдарды eзiнe зиян келпруден жэне суицидтен тайдыратын, сондай-ак элеуметпк жeлiлepдe cуицидтiк ойлардыц таралуын болдырмайтын тиicтi араласуды камтамасыз етуге кемектеседь
^азipri ;огам eмipдiц кептеген салаларында дагдарысты; кубылыстармен сипатталады. КYPдeлi элеуметпк-экономикалык жагдайлар шындыкты айтарлыктай киындатады. Эдеттеп стереотиптердщ кYpт eзгepуi, когамдагы жэне коршаган ортадагы жагдайдыц тураксыздануы байкалады. Осы жэне баска да кептеген факторлар ^ipri жаcecпipiмдepдiц ерекше осалдыгымен байланысты бузылыстарды аныктайды, содан кешн элeумeттiк бeйiмдeлу пайда болады. Уакытында психологиялык кeмeк болмаган жагдайда мундай жастар eз-eзiнe кол жумсау эрекетш жасауы мYмкiн. Сондыктан депрессиялык мшез-кулыкты аныктайтын факторларды, жаcecпipiмдepдiц девиантты мшез-кулкыныц epeкшeлiктepiн жэне cуицидтiк мiнeз-к¥лыкты тYзeту куралдарын терец зерттеу жаcecпipiмдep суицидшщ алдын алудыц тиiмдi жYЙeciн курудыц кажeттi курамдас бeлiгi болып табылады.
Интepнeттeгi медиа мен элeумeттiк желшердщ анонимдiлiгiнe байланысты адамдар жeлiдeгi кауымдастыктарда eздepiнiц ceзiмдepi мен каЙFы-каcipeтiн бiлдipугe бeйiм. Жаcecпipiмдep арасында жаFымcыз эсерлердщ алдын алу Yшiн табиFи n^i eцдeу эдicтepiн колдана отырып, киберкещспкте дeпpeccивтi мшез-кулык жэне пайдаланушылардыц eзiнe-eзi кол жумсау туралы пшрлерш аныктау кажет [2].
Элeумeттiк желщеп cуицидтiк ойлар мен мшез-кулыкты аныктау Yшiн кeптeгeн зерттеулер жYpгiзiлдi. Шетелдш Fылыми ецбектерде суицидке нeгiздeлгeн адамдардыц мэтiндepi мэтiндi автоматты тYPдe eцдeу эдicтepiн, табиFи тiлдi eцдeу, машиналык окыту эдicтepiн, сондай-ак мэтшнщ суицид жасау немесе жаcамауFа катысы баp-жоFын ж1ктеуге болатын модeльдepдi колдану аркылы зepттeлeдi. Эз-eзiнe кол жумсау каут бар адамдарды аныктау эдicтepiн эзipлeу Yшiн тек суицид туралы жазбаларды емес, сонымен бipгe суицид жаcаFан адамдар жазFан баска да мэтiндepдi талдау кажет eкeнi бeлгiлi.
Зерттеудщ максаты:
- Элeумeттiк жeлiлepдe депрессиялык жэне суицидпк тенденциялары бар мэтiндepдi автоматты тYPдe аныктауFа кабiлeттi фреймворкты эзipлeу.
- Пайдаланушылардыц мэтiндiк хабарламалары нeгiзiндe олардыц психологиялык кYЙлepiн тYciнудi жэне аныктауды жаксарту.
- Элеуметпк жeлiнi зерттеу аркылы ^азакcтандаFы жаcecпipiмдep аpаcындаFы cуицидтi азайту.
Зepттeудiц мiндeттepi:
- Деректер жинау:
Элеуметпк желшердеп мэтшдердщ аннотацияланFан деректер жинаFын, соныц шшде депрессиялык жэне cуицидтiк бeлгiлepi бар хабарламаларды, жазбаларды жинау. Деректер жинаFын дайындау, алдын ала eцдeудi жэне кажет болFан жаFдайда кeбeйтудi орындау.
- Модель тацдау:
Мэтiн эмоциясы мен кYЙдi аныктау Yшiн бар терец окыту модельдерш зерттеу. Сэйкес архитектураны тацдау (мысалы, кайталанатын нейрондык жeлiлep, трансформаторлар немесе конволюциялык нейрондык желшер).
- Модeльдiк окыту:
Мэтшдердщ «депрессивп» жэне «депрессивп емес» болып жштелуш ескере отырып, дайындалFан деректер бойынша модeльдi жаттыктыру. Дэлдiк, еске тYcipу жэне F1 упайы сиякты кepceткiштepдi пайдаланып модель eнiмдiлiгiн баFалау.
- Интеграция жэне тecтiлeу:
Yйpeтiлгeн модeльдi фремворкка косу. Элeумeттiк желшердеп накты деректерде фреймворкты сынап ^ру.
Зерттеудщ непзп пэш мэriндердi талдауга, ондагы депрессиялык жэне суицидпк мэлiмдемелерге тэн белгшер мен зацдылыктарды аныктауга, сондай-ак оларды аныкталган белгiлер негiзiнде ж1ктеуге мYмкiндiк беретiн терец окытудыц принциптерi мен эдютерше негiзделген арнайы фреймворкты жасау болып табылады.
Зерттеудiц максаты - дагдарысты жагдайлардыц алдын алуга, психикалык киындыктардан зардап шегетiн пайдаланушыларга кемек пен колдау керсетуге, кэсiби медициналык кемектi уактылы керсетуге кемектесетiн ьщтимал кауiптi мэтiндердi автоматты тYрде жэне дереу аныктай алатын жYЙенi куру.
Осылайша, зерттеу пэнi психологиялык кемек керсету саласына жэне желiлiк ортадагы психологиялык дагдарыстардыц алдын алуга пкелей катысты депрессиялык жэне суицидтiк тенденциялары бар мэтiндердi аныктауга мамандандырылган инновациялык фреймворктi эзiрлеу болып табылады.
Зерттеу объекта элеуметтiк желiлерде пайдаланушылар жариялаган, депрессиялык жэне суицидтiк ойлар мен эмоциялардыц белгiлерi болуы мYмкiн хабарламалар болып табылады. Бул мэтiндер пайдаланушылардыц психикалык проблемалары мен кецiл-кYЙiн керсететш эртYрлi мэлiмдемелер, хабарламалар, жазбалар немесе тYсiнiктемелердi камтуы мYмкiн.
Зерттеу осындай мэтiндердi зерттеуге жэне депрессиялык жэне суицидпк тенденциялары бар мэтiндердi автоматты тYPде аныктау жэне ж1ктеу Yшiн терец окытуга негiзделген эдiстер мен алгоритмдердi эзiрлеуге багытталган. Талдау объекпа мэтiндердiц курылымы, мазмуны, эмоционалдык бояуы мен ерекшелiктерi, сондай-ак депрессиялык жэне суицидпк ойлармен байланысты накты лексикалык жэне синтаксистiк белгiлер болып табылады.
Осыган сэйкес, зерттеу нысаны психологиялык дагдарыстардыц алдын алу жэне муктаж пайдаланушыларга кемек керсету максатында депрессиялык жэне суицидпк бешмдшк белгiлерi бар мэтiндердi автоматты тYPде аныктауга жэне ецдеуге кабшетп жYЙенi куру максатында элеуметпк желшерде жарияланган мэтiндiк материалдар болып табылады.
Бул макалада элеуметтiк желшерде суицидпк ойларды аныктау эдiстерi бойынша агымдагы зерттеулерге жан-жакты шолу бершген. Зерттеу жумысы элеуметтiк желiлерде жарияланган мэпндердеп депрессиялык жэне суицидтiк тенденцияларды аныктау эдiстерi мен алгоритмдерiн зерттеу болып табылады. Бул зерттеу саласыныц мацызды практикалык салдары бар, ейткеш ол колдау мен кемекке муктаж адамдарды аныктауга кемектеседь Терец окыту, соныц iшiнде CNN жэне т.с.с. эдютер объектiлердi аныктаудыц тиiмдi модельдерш, бул жагдайда депрессиялык жэне суицидпк тенденциялары бар мэтiндердi куруда шешушi рел аткарады.
Зерттеу эд1стер1 жэне материалдар
Зерттеу жумысын орындау барысында арнайы жэне гылыми-эдютемелш эдебиеттердi, интернет желiсiнiц материалдарын теориялык талдау жэне жалпылау; салыстыру, бакылау, математикалык талдау эдiстерi колданылды. Отандык жэне шетелдiк гылыми ецбектерге шолу жасап, талдау аркылы зерттеу жумысына кажетп эдiстер мен материалдар карастырылды.
Зерттеу эдютерг
1. Деректерд1 жинау:
- Элеуметпк желi платформалары: пайдаланушылар ез ойлары мен эмоцияларын жш бiлдiретiн ВКонтакте, Instagram, Twitter, Facebook жэне т.с.с платформалардан деректердi жинау;
- Суицид туралы жазбалар: тш мен эмоцияны тYсiну Yшiн накты суицид жазбалары бар деректер жиынын косу.
2. Алдын ала вцдеу:
- Мэтiндi тазалау: URL мекенжайлары, хэштегтер жэне арнайы тацбалар сиякты шуды алып тастау;
- Токенизация: мэтiндi жеке сездерге немесе токендерге белу;
- ^алыптандыру: мэтiндi K^i эршке тYрлендiру жэне емле кателерi мен жаргондарды тузету.
3. Функцияны талдау:
- Кецiл-кYЙдi талдау: Мэтшнщ кещл-кушн (жагымды, терiс, бейтарап) аныцтау ушш куралдарды пайдалану;
- Эмоцияны аньщтау: ашу, кайгы жэне алацдаушылык сиякты ерекше эмоцияларды аныктау;
- Тшдш ерекшелiктер: I жак есiмдiгi мен болымсыз сездердщ колданылуы сиякты тшдш зацдылыктарды талдау.
4. Машиналыц оцыту модельдер1:
- МуFалiммен (бакыланатын) окыту: мэтiндер депрессиялык немесе депрессиялык емес деп жштелген тацбалаетан деректер жиынын пайдаланып модельдердi уйрету;
- Терец окыту: Дэлiрек болу Yшiн конволюционды нейрондык желiлер (CNN) жэне кайталанатын нейрондык желiлер (RNN) сиякты модельдердi колдану;
- Трансформатор Yлгiлерi: мэтшмэндш талдау Yшiн BERT жэне RoBERTa сиякты кецейтшген модельдердi пайдалану.
5. Багалау метрикалары (кврсетк1штер1):
- Дэлдш (Accuracy): дурыс аныкталFан мэтшдердщ пайызын елшеу;
- Дэлдiк жэне есте сактау (Precision and Recall): модельдщ тым кеп жалFан позитивтер немесе негативтераз депрессиялык мэтiндердi дурыс аныктау кабiлетiн баFалау;
F1 упайы (Score): тецдеспршген упай алу Yшiн дэлдш пен еске тYсiрудi бiр упаЙFа бiрiктiру [3].
Зерттеу материалдары:
- Деректер жинагы:
- Жалпы^а ортак деректер жинактары: Алды^ы зерттеулерден немесе жалпы репозиторийлерден алынFан деректер жиынын пайдалану;
- Пайдаланушылардыц деректер жинактары: этикалык принциптер мен купиялылык мэселелерш сактай отырып, элеуметтiк медиа платформаларын парсингтеу аркылы жаца деректер жиынын жасау.
- Багдарламалыц жасацтама мен цуралдар:
- Табети тш ецдеу (NLP) кiтапханалары. Мэтiндi ецдеу жэне модельдi енпзу Yшiн NLTK, SpaCy жэне Hugging Face Transformers сиякты ютапханаларды пайдалану;
- Машиналык окыту платформалары. Модельдердi курастыру жэне Yйрету Yшiн TensorFlow жэне PyTorch сиякты платформаларды карастыру.
- Есептеу ресурстары:
- ЖоFары енiмдi есептеулер: терец окыту модельдерш Yйрету Yшiн GPU жэне булттык есептеу кызметтерiн колдану;
- Деректердi сактау: Yлкен деректер жинактары Yшiн кауiпсiз жэне масштабталатын сактау шешiмдерiн камтамасыз ету.
- Этикалыц ойлар:
- АкпараттандырылFан келiсiм: элеуметтiк желiден деректердi жинау кезшде пайдаланушыныц келiсiмiн алу;
- ^упиялыкты корFау: пайдаланушылардыц жеке басын корFау Yшiн деректердi анонимдеу;
- БаFалауды азайту: модельдердщ оку деректерiнде бар ауыткуларды сактамайтындыFына кез жеткiзiу.
Осы эдютер мен материалдарды бiрiктiре отырып, бiз элеуметтiк желi мэтiндерiндегi депрессиялык жэне суицидтш тенденцияларды аныктауFа, ерте араласуды жецiлдетуге жэне психикалык денсаулыкты колдауFа арналFан сенiмдi жYЙелердi жасай аламыз.
Талдау мен нэтижелер
Жыл сайын дYние жYзiнде 10-20 миллион суицид жасау эрекетшщ шамамен 50%-ы депрессиядан зардап шегетш наукастарда болады. Депрессиялык бузылулар каншалыкты жиi кездеседi? Бiздiц планетамыздагы миллиондаган адамдар депрессиялык бузылулардан зардап шегедь ХХ гасырдыц 90-шы жылдарына карай Еуропа мен А^Ш-тыц дамыган елдерiнде халык арасында депрессиялык бузылулардыц таралуы 5-10%-га жетп. БYгiнгi жалпы медициналык практикадагы психикалык бузылулардыц жишпн зерттейтiн ец iрi халыкаралык эпидемиологиялык зерттеудi 1980 жылдардыц аягында ДYниежYзiлiк денсаулык сактау уйымы (ДД¥) жYргiздi [4]. Ол Psychological DisordersinPrimaryCare деп аталды жэне Америка, Еуропа жэне Азияныц 18 елiнде жYргiзiлдi. Осы зерттеуге сэйкес, жалпы денсаулык сактау желiсiндегi эрбiр тертiншi (24%) пациентте эртYрлi психикалык бузылулар байкалады, ал депрессиялык спектрдiц бузылуы эрбiр бесiншi (21%) пациентте кездеседi. Депрессиялык спектрдщ бузылыстарыныц iшiнде ец кеп таралганы депрессиялык (10,4%) жэне мазасыздык (10%) бузылыстары болып табылады. Психо-эмоционалды бузылулардыц таралу децгейi елдер арасында айтарлыктай езгередi, ^ытайдагы 20%-дан Чилидеп 50%-га дейiн [5].
Wisevoter уйымыныц есебiне сэйкес, 2023 жылгы 20 акпандагы жагдай бойынша ^азакстан суицид статистикасы бойынша 178 елдiц шшде 19-шы орында - 100 мыц халыкка шакканда 17,6. Теменгi 1-суретте 2016 жылга дейiнгi ^азакстанда жас бойынша суицид децгей керсетiлген.
Элеуметпк желi бiздiц емiрiмiзге айтарлыктай эсер етепндштен, олардыц бiзге калай эсер етепнш тYсiну мацызды.
Стресс (куйзелгс). Элеуметтiк желi - нашар кызмет керсетуден бастап саяси мэселелерге дешн кез келген нэрсеге ашуымызды бiлдiретiн орын. Бул бiзге ез ойымызды айтуга байланысты жещлдеуге мYмкiндiк бередi, бiрак бiздiц жацалыктар арнамызды шексiз негативтi агынга айналдырады. Жакында жYргiзiлген зерттеулер элеуметтiк желшер шынымен бiздi жагымсыз эмоциялардан босатады ма, элде, керiсiнше, кебiрек ^йзелюке тудырады ма, соны аныктауга тырысты [6].
Мазасыздыц. Зерттеушiлер сонымен катар элеуметпк медианыц жалпы алацдаушылык децгешне калай эсер ететiнiн аныктауга тырысты. «Компьютерлер жэне адам мшез-кулкы» журналында жарияланган зерттеу жетi немесе одан да кеп желЫ пайдаланатын адамдардыц жалпы алацдаушылык децгейi екi немесе одан аз элеуметпк медиа платформаларын пайдаланатын пайдаланушыларга караганда Yш есе жогары екенiн керсеттi [7].
Депрессия. Кейбiр бурынгы зерттеулер депрессия мен элеуметпк медианы пайдалану арасындагы байланысты аныктамаганымен, бул саладагы жаца зерттеулер керiсiнше эсер керсетш, байланысты аныктады.
Мысалы, 700-ден астам студенттердi камтыган зерттеулер кецiл-кYЙдiц темендiгi, жеткiлiксiздiк сезiмi жэне Yмiтсiздiк сиякты депрессия белгшершщ желiдегi карым-катынас сапасымен байланысты екенш керсеттi. Виртуалды карым-катынас негативп эмоцияларды тудыратын адамдарда депрессиялык белгiлер жогары болды. 2016 жылы 1700 адам катыскан уксас зерттеу кептеген элеуметпк медиа платформаларын пайдаланатындар арасында депрессия мен мазасыздык каут Yш есе жогары екенш керсетп. Себептердiц шшде зерттеушiлер, ец алдымен, виртуалды кудалауды жэне баска адамдардыц емiрiне бурмаланган кезкарасты атады. Дегенмен, галымдар сонымен катар элеуметпк желi депрессия белгшерш калай аныктай алатынын зерттеп жатыр, бул адамдарга дереу кэсiби кемекке жYгiнуге кемектеседi [8].
Microsoft суранысы бойынша зерттеушiлер 476 Twitter пайдаланушысына сауалнама жYргiзiп, олардыц элеуметтiк желщеп профильдерiн талдап, хабарлама стилiне, эмоцияларына, баска пайдаланушылармен карым-катынас тYрiне жэне депрессиялык мшез-кулык белгiлерiне назар аударды. Осы деректердi пайдалана отырып, олар алгашкы белгiлер пайда болганга дейiн он жагдайдыц жетеуiнде депрессия каупш болжайтын сауалнама эзiрледi
Жалгыздыц. 19 бен 32 жас аралыгындагы 7 000 адамды камтитын American Journal of Preventive Medicine журналы жариялаган зерттеу элеуметпк желще кеп уакыт eткiзеriндердщ eзiн элеуметтiк жагынан ею есе окшауланган сезiнетiнiн кeрсеттi. Оларда топка катыстылык сезiмi, сондай-ак баскалармен езара эрекеттесу жэне магыналы карым-катынас жетiспейдi. Зерттеушшердщ пiкiрiнше, мундай адамдар Yшiн элеуметтiк желiлер жеке карым-катынасты ыгыстырып, оларды жалгыздык сезiмдi тудырады. Достар мен таныстардыц eмiрiне идеализацияланган кезкарас кызганыш сезiмiн тудыруы мYмкiн жэне олар бакытты жэне табыстырак деген жалган сенiмге экелуi мYмкiн. Мундай ойлар когамнан окшаулануды арттырады [10].
Суицидтiк ойлар - бул адамдардыц eзiн-eзi eлтiру туралы ойлауы. Оны суицид каутнщ кeрсеткiшi ретшде карастыруга болады. Эз-eзiне кол жумсау туралы ойларга ушкыр ойлар жатады, кец ойлар, егжей-тегжейлi жоспарлау, рeлдiк ойын жэне жартылай эрекет ету. ^теген адамдар, эсiресе жасeспiрiмдер, eз-eзiне кол жумсау туралы ойлармен хабарланды. Осылайша, суицидтщ алдын алудыц тиiмдi эдютершщ бiрi суицидтiк ойды ерте аныктау болып табылады.
1 -сурет. Жас бойынша суицид децгеш
Элеуметтiк желiлер динамизм мен масштабтыц жогары децгешмен сипатталатын мацызды акпарат агындарын жасайды. Элеуметпк желшердщ сыйымдылыгы туракты тYPде артып келедi жэне онымен бiрге деректердi беру жылдамдыгы, демек оларды eвдеу де артады. Yлкен деректердi талдаудыц заманауи технологияларын пайдалану негiзiнде акпарат бiр караганда шашырацкы болып кeрiнетiн элеуметтiк желiлерден алынады, кeптеген критерийлер бойынша таратылуы мYмкiн - пайдаланушылардыц белгiлi бiр топтарына ортак жэне жеке тулгага багытталган [11].
Вз^зше кол жумсаумен кYресу технологиясын Yйрету эрекеттерi бiраз уакыттан берi жалгасып келедi: 2007 жылы бiр топ зерттеушшер MySpace.com колданушыларыныц жазбаларын (жеткшкп сэттi) суицидка эрекет жасаудыц алдында тургандарды аныктау
максатында талдауга тырысты. Сонымен катар, машиналык окыту алгоритмдерi суицид жазбасын жалган жазбадан ажыратуда кэсiби дэрiгерлерге караганда элдекайда тиiмдi екенi белгiлi (дэлдiк 78%, карсы 63%) [12]. Жакында жYргiзiлген жумыстар ми кызметiнiц зацдылыктарын талдай отырып, бiз накты угымдардыц нейробиологиялык астарларын -накты угымдар санамызда калай калыптасып, калай сакталатынын аныктай алатынымызды керсетедi. Naive Bayes классификаторы непзшде машиналык окытуды колдана отырып, зерттеушшер 17 сау адам мен суицидпк ойы бар 17 адамды салыстырган кезде белсендiрудегi айырмашылыктардыц воксельдерш (3D кескiн бiрлiктерi) аныктады. Зерттеушшер алты угымды аныктай алды - «елiм», «катыгездш», «проблема», «бейкамдык», «жаксылык» жэне «мадактау», олардыц белсендiрiлуi ею топтыц арасында ерекше болды [13]. Элеуметпк медиа мэтiнiндегi туракты тшдш модельдердi аныктау суицидтiк тенденцияларды тиiмдiрек тануга экеледi. Бул кебiнесе эртYрлi NLP эдiстерiне машиналык окытудыц эртYрлi тэсiлдерiн колдану аркылы колдайды. Десмет жэне баскалары [14] екiлiк колдау векторлык машинасыныц (SVM) классификаторларын пайдаланып суицидтiк ойларды аныктау Yшiн суицид жазбаларын талдау эдiсiн эзiрледi.
Табиги тiлдi ецдеудегi нейрондык желi модельдершдеп соцгы жетiстiктермен дэстYрлi машиналык окыту жYЙелерiнен асып тYсетiн кYPделiрек терец окыту архитектурасын енгiзу аркылы суицидпк ойларды аныктауга жаца Yлестер пайда болды.
^айталанатын нейрондык желi (RNN) реттiлiк модельдеу Yшiн жаксы жасалган [15]. Атап айтканда, узак кыска мерзiмдi жад (LSTM) узак мерзiмдi тэуелдiлiктен пайдалы акпаратты сактай алатын тиiмдi Yлгiлердiц бiрi болып саналады. Сони жэне т.б. [16] жумыстары суицидтiк ойларды тануга арналган баска терец окыту жэне машиналык окыту классификаторларымен салыстырганда C-LSTM негiзiндегi Yлгiлердiц кYшi мен кабiлетiн ашты. Джи жэне т.б. [17] LSTM классификаторын машиналык окытудыц бес баска моделiмен салыстырып, тэсiлдердiц орындылыгы мен практикалык екендiгiн керсеттi. Оныц зерттеулерi Reddit SuicideWatch жэне Twitter-де суицидтiк ойларды аныктаудыц негiзгi критерийлерiнiц бiрi болып табылады.
Жакында конволюционды, сызыкты емес жэне бiрiктiру кабаттары бар CNN нейрондык желiлерi NLP тапсырмаларыныц кец аукымына сэттi колданылды жэне дэстYрлi NLP эдiстерiне караганда жаксырак жумыс iстейтiнiн дэлелдедi [18].
Соцгы жылдары элеуметтiк желiлер дYние жYзiндегi миллиондаган адамдардыц ^нделшп емiрiнiц мацызды белшне айналды. Бул платформалар пайдаланушыларга карым-катынас жасауга жэне ез ойлары мен эмоцияларымен белiсуге мYмкiндiк береди Дегенмен, элеуметтiк желiлердiц танымалдылыгыныц артуымен катар, колданушылардыц ез хабарламаларында депрессиялык жэне суицидпк сезiмдерiн бiлдiру жагдайлары да кебейдi. Осындай жагдайлар дер кезшде араласу жэне кемек керсету Yшiн мундай мэтiндердi аныктаудыц автоматтандырылган эдiстерiн эзiрлеудi кажет еттi. Зерттеу жумысы бойынша эдебиеттерге шолу элеуметпк желшердеп депрессиялык жэне суицидпк мэтiндердi аныктаудыц колданыстагы тэсiлдерiн талдауга кемектесп.
Зерртеу барысында элеуметтiк желiлерде депрессиялык жэне суицидпк мэтiндердi аныктауга кемектесепн эдiс-тэсiлдер талданды.
Нэтижесiнде казiргi тацда осы багыт бойынша бiрнеше эдю-тэсшдер жiктелiп, карастырылды. Теменде 1-кестеде эдютер сипатталган.
_1-кесте. Зерттеу эдiстерi_
_Зерттеу эдiстерi__Сипаттамасы_
1. Мэтiндi талдаудыц 1.1. Лингвистикалык талдау:
дэстYрлi эдiстерi Лингвистикалык талдау депрессиялык жэне суицидпк
сигналдарды аныктау Yшiн мэтiннiц курылымы мен мазмунын зерттеудi камтиды. Непзп эдiстерiне келесi эдiстер жатады:
- Сездер мен сез пркестершщ жшлшн талдау: Депрессиялык жэне суицидтiк мэтiндер кебiнесе жаFымсыз эмоциялармен байланысты белгiлi бiр сездер мен сез пркестерш камтиды. Мысалы, «ауыру», «муц», «суицид», «емiрдiц мэш жок» т.б. Жиiлiк талдау мундай туйiндi сездердi аныктауFа жэне олардыц мэтiндегi мацызын баFалауFа кемектеседi. - Лексика-семантикалык талдау: Мэтiннiц семантикалык ерiсiн талдау Yшiн сездiктер мен тезаурустарды пайдалану. Мысалы, «Sentiment Lexicon», «Affektiv Norms for English Words» (ANEW) жэне баска сезд^ер мэтшнщ эмоционалдык бояуын аныктауFа кемектеседi. 1.2. Ережеге непзделген эдiстер: Ережеге непзделген эдютер мэтiндердi ж1ктеу Yшiн алдын ала аныкталFан ережелердi куруды камтиды. Мысалы: Туракты ернектер: депрессиялык немесе суицидпк сезiмдердi керсететiн накты фразалар мен конструкцияларды аныктау Yшiн туракты тiркестердi пайдалану. Шешiм аFаштары: эрбiр тYЙiн шартты жэне тармактар ыктимал нэтижелердi керсететiн шешiм аFаштарын пайдалану. Шешiм аFашы ережелер жиынтыFы негiзiнде мэтiндi ж1ктеуге кемектеседi [19].
2. Машиналык окыту 2.1. Машиналык окыту непзшдеп классификация Машиналык окыту дэстYрлi эдiстермен салыстырFанда мэтiндi талдаудыц икемдi жэне дэл эдiстерiн усынады. Негiзгi алгоритмдерге мыналар жатады: - Naive Bayes классификаторы: мэтiндердi ж1ктеу Yшiн ыктималдык тэсiлдi колданатын Байес теоремасына непзделген алгоритм. - ^олдау векторлык машинасы (SVM): максималды тазартумен деректер кластарын белетш гипержазыктыкты iздейтiн алгоритм. - Шешiм аFаштарына непзделген жiктеу: Мысалдар кездейсок ормандар мен тетенше шешiм аFаштарын камтиды. Бул эдiстер тацбаланFан деректер бойынша окытудыц алдын ала кезещн талап етедi, мунда мэтiндер депрессиялык, суицидпк немесе калыпты деп ж1ктеледг 2.2. Терец оку Терец окыту мэтiндердi талдау Yшiн нейрондык желiлердi пайдаланады. Негiзгi тэсшдерге мыналар жатады: - ^айталанатын нейрондык желшер (RNN): Бул желiлер мэтшдер сиякты дэйектi деректердi ецдеу Yшiн ете колайлы. Олар сейлемдеп сездердщ контекстiн ескере алады, бул сезiмдi талдау Yшiн мацызды. - ¥зак кыска мерзiмдi жад (LSTM): градиенттердщ ыдырауы мэселесiн шешетiн жэне мэтшдеп узак мерзiмдi тэуелдiлiктердi есепке алуFа мYмкiндiк беретiн RNN жетiлдiрiлген нускасы. - Трансформерлер жэне зейiнге непзделген модельдер: Мысалы, BERT (Трансформерлерден ею баFытты кодтаушы екiлдiктер) жэне GPT (Генеративп алдын ала дайындалFан трансформер). Бул модельдер ею баFыттаFы сездердщ
контекстiн есепке алу кабшепне байланысты мэтiндi ецдеу тапсырмаларында жогары дэлдiктi керсетедi [20].
3. Аралас тэсiлдер Кейбiр зерттеушiлер ец жаксы нэтижелерге кол жетюзу Yшiн дэстYрлi эдiстердi машиналык окыту жэне терец окыту эдiстерiмен бiрiктiрудi усынады. Келесi мысалдарды карастыруга болады: - Лингвистикалык талдау мен машиналык окытудыц YЙлесiмi: лингвистикалык талдау мYмкiндiктердi шыгару Yшiн пайдаланылады, олар кейiннен ж1ктеу Yшiн машиналык окыту алгоритмдерше кiрiс ретiнде бершедь - Модель ансамбльдерiн пайдалану: ж1ктеу дэлдiгiн жаксарту Yшiн бiрнеше машиналык окыту мен терец окыту Yлгiлерiн бiрiктiру. Мысалы, SVM жэне RNN тiркесiмi бiр Yлгiнi пайдаланумен салыстырганда нэтижелердi жаксарта алады.
Бул эдютер сонымен катар эмоциялар мен сезiмдердi талдау аркылы пайдаланушылардыц эмоционалдык ^йлерш жан-жакты тYсiнуге мYмкiндiк береди Осындай эдiстер жай гана депрессиялык немесе суицидпк YPдiстердi аныктаумен шектелмейдi жэне пайдаланушылардыц психикалык денсаулыгына терещрек тYсiнiк бередi. Тiл модельдерiн талдау психикалык денсаулык проблемаларыныц белгiлерiн де аныктауы мYмкiн, бул эрi карай зерттеулерге колдау керсетедi.
Корытынды
Элеуметпк желiлердiц танымал болуымен мэтiннiц келемi есуде. Ал суицидтщ алдын алу казiргi когамымызда мацызды мiндет болып кала береди Сондыктан суицидтiц алдын алуга болады деген Yмiтпен интернетте депрессиялы жэне суицидтiк ойлары бар мэтiндердi аныктаудыц жаца эдiстерiн эзiрлеу кажет.
Элеуметтiк желiлердегi депрессиялык жэне суицидпк мэтiндердi талдау кеп салалы кезкарасты кажет ететiн мацызды жэне кYPделi мэселе. ^олданыстагы эдiстер, соныц iшiнде лингвистикалык талдау, машиналык окыту жэне терец окыту, айтарлыктай табыска кол жетазд^ бiрак бiркатар проблемалар мен киындыктарга тап болды. Дэлiрек модельдердi эзiрлеу, эртYрлi салалардагы бiлiмдердi бiрiктiру жэне этикалык стандарттарды орнату мэтiндi ецдеудiц тиiмдiлiгi мен каушаздшн арттыруга кемектеседi, бул ез кезегшде муктаж адамдарга дер кезiнде кемек керсетуге мYмкiндiк бередi.
Ерте араласу мацызды артыкшылык болып табылады, ейткеш ол психикалык денсаулык мамандарына кауш тобындагы адамдарга дер кезiнде колдау керсетуге мYмкiндiк бередi, бул ыктимал зиянныц алдын алады. Ол сондай-ак дереу назар аударуды кажет етепндерге ресурстарды тиiмдi белуге кемектеседi.
Жетiлдiрiлген машиналык окыту жэне терец окыту модельдершщ дэлдiгi, эсiресе BERT сиякты трансформаторлар тiлдiц ерекше жагдайларын жогары дэлдшпен аныктауга мYмкiндiк бередi. Осы модельдер мэтiнмэндi болады, бул жалган позитивтер мен негативтердщ санын азайтады, нэтижесiнде сенiмдiрек нэтижелер алынады.
Жалпы айтканда, бул эдiстер саясатты хабардар етепн жэне деректерге негiзделген талдау жэне есеп беру аркылы халыктыц психикалык денсаулык мэселелерi туралы хабардар болуын арттыратын деректер беру аркылы психикалык денсаулык бастамаларын колдайды.
^орытай айтканда, бул макалада пайдаланушылар жасаган онлайн мазмундагы суицидп аныктау мэселесш зерттелдi. Зерттеу такырыбы непзшде эртYрлi гылыми макалалар мен эдебиеттерге шолу жасалды. Депрессия мен суицидке катысты мэтiндердi автоматты тYPде аныктау эдiстерi зерттелдi. Машиналык окыту алгоритмдерш пайдалана отырып, элеуметтiк желiлердегi Yлкен деректердi ецдеудi пайдалану элеуметтiк желшер аркылы суицидтiк кещл-кYЙдi мерзiмiнен бурын аныктау аркылы жасеспiрiмдер арасындагы суицид эрекеттерiн айтарлыктай азайтуга кемектеседь
ОФ "Международный научно-исследовательский центр "Endless Light in Science"
ПАЙДАЛАНЫЛГАН ЭДЕБИЕТТЕР Т1З1М1 / REFERENCES
1. Primack, B. A., Shensa, A., Escobar-Viera, C. G., Barrett, E. L., Sidani, J. E., Colditz, J. B., & James, A. E. (2017). Use of multiple social media platforms and symptoms of depression and anxiety: A nationally representative study among US young adults. Computers in human behavior, 69, 1- 9.
2. Lin, L. Y., Sidani, J. E., Shensa, A., Radovic, A., Miller, E., Colditz, J. B., ... & Primack, B. A. (2016). Association between social media use and depression among US young adults. Depression and anxiety, 33(4), 323- 331.
3. Yao H, Rosenthal R, W.F. Detection of Suicidality among Opioid Users on Reddit: A Machine Learning Based Approach. J. Med. Internet Res. 2019, doi:10.2196/preprints.15293.
4. Narynov, S., Mukhtarkhanuly, D., Kerimov, I., & Omarov, B.S. (2019). Comparative analysis of supervised and unsupervised learning algorithms for online user content suicidal ideation detection.
5. Ahad, R., & Shah, S. A. (2018). Prevalence of Suicidal Ideation and Attempts among youth of Srinagar district of J&K. AGU International Journal Of Research In Social Journal of Theoretical and Applied Information Technology 30th November 2019. Vol.97. No 22 © 2005 - ongoing JATIT & LLS ISSN: 1992-8645 www.jatit.org E-ISSN: 1817-3195 3317 Science & Humanities.
6. Escobar-Viera, C. G., Shensa, A., Bowman, N. D., Sidani, J. E., Knight, J., James, A. E., & Primack, B. A. (2018). Passive and active social media use and depressive symptoms among United States adults.
7. Primack, B. A., Shensa, A., Escobar-Viera, C. G., Barrett, E. L., Sidani, J. E., Colditz, J. B., & James, A. E. (2017). Use of multiple social media platforms and symptoms of depression and anxiety: A nationally representative study among US young adults. Computers in human behavior, 69, 1- 9.
8. Twenge, J. M., Joiner, T. E., Rogers, M. L., & Martin, G. N. (2018). Increases in depressive symptoms, suicide-related outcomes, and suicide rates among US adolescents after 2010 and links to increased new media screen time. Clinical Psychological Science, 6(1), 3-17.
9. Tan, Y., Chen, Y., Lu, Y., & Li, L. (2016). Exploring associations between problematic internet use, depressive symptoms and sleep disturbance among southern Chinese adolescents. International journal of environmental research and public health, 13(3), 313.
10. Fox, J., & Moreland, J. J. (2015). The dark side of social networking sites: An exploration of the relational and psychological stressors associated with Facebook use and affordances. Computers in human behavior, 45, 168-176.
11. Glodstein, S. L., DiMarco, M., Painter, S., & Ramos-Marcuse, F. (2018). Advanced practice registered nurses attitudes toward suicide in the 15-to 24-year-old population. Perspectives in psychiatric care, 54(4), 557- 563.
12. Huang, X., Zhang, L., Chiu, D., Liu, T., Li, X., & Zhu, T. (2014, December). Detecting suicidal ideation in Chinese microblogs with psychological lexicons. In 2014 IEEE 11th Intl Conf on Ubiquitous Intelligence and Computing and 2014 IEEE 11th Intl Conf on Autonomic and Trusted Computing and 2014 IEEE 14th Intl Conf on Scalable Computing and Communications and Its Associated Workshops (pp. 844-849). IEEE.
13. Van der Feltz-Cornelis, C. M., Sarchiapone, M., Postuvan, V., Volker, D., Roskar, S., Grum, A. T., ... & Ibelshauser, A. (2011). Best practice elements of multilevel suicide prevention strategies. Crisis.
14. Desmet, B.; Hoste, V. Emotion detection in suicide notes. Expert Syst. Appl. 2013, 40, 63516358.
15. Wang, C.; Jiang, F.; Yang, H. A hybrid framework for text modeling with convolutional RNN. In Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Halifax, NS, Canada, 13-17 August 2017; ACM: New York, NY, USA, 2017; pp.2061-2069.
16. Sawhney, R.; Manchanda, P.; Mathur, P.; Shah, R.; Singh, R. Exploring and learning suicidal ideation connotations on social media with deep learning. In Proceedings of the 9th Workshop on Computational Approaches to Subjectivity, Sentiment and Social Media Analysis, Brussels, Belgium, 31 October-1 November 2018; pp. 167-175.
17. Ji, S.; Yu, C.P.; Fung, S.f.; Pan, S.; Long, G. Supervised learning for suicidal ideation detection in online user content. Complexity 2018, 2018, 6157249.
18. Zhang, J.; Li, Y.; Tian, J.; Li, T. LSTM-CNN Hybrid Model for Text Classification. In Proceedings of the 2018 IEEE 3rd Advanced Information Technology, Electronic and Automation Control Conference (IAEAC), Chongqing, China, 12-14 October 2018; pp. 16751680.
19. Kumari T, Mishra A (2020) Deep networks and deep learning algorithms. In: Artificial intelligence trends for data analytics using machine learning and deep learning approaches, pp 199-214.
20. Zhang, J.; Li, Y.; Tian, J.; Li, T. LSTM-CNN Hybrid Model for Text Classification. In Proceedings of the 2018 IEEE 3rd Advanced Information Technology, Electronic and Automation Control Conference (IAEAC), Chongqing, China, 12-14 October 2018; pp. 16751680.
