Using Text Classification to Estimate the Depression Level of Reddit Users

• Burdisso, Sergio Gastón ^[2] ; Errecalde, Marcelo ^[1] ; Montes-y-Gómez, Manuel
  1. [1] Universidad Nacional de San Luis

     Universidad Nacional de San Luis

     Argentina

     
  2. [2] UNSL/CONICET
• Localización: Journal of Computer Science and Technology, ISSN-e 1666-6038, Vol. 21, Nº. 1, 2021 (Ejemplar dedicado a: Fifty-Third Issue; e8), págs. 1-10
• Idioma: inglés
• Títulos paralelos:
  • Usando Clasificación de Textos para Estimar el Nivel de Depresión de Usuarios de Reddit
• Enlaces
  • Texto completo
• Resumen
  • español

    Los psicólogos han utilizado cuestionarios cuidadosamente diseñadas, como el "Inventario de Depresión de Beck" (BDI), para identificar la presencia de depresión y evaluar su grado de severidad.Por otro lado, los métodos para automáticamente detectar depresión están ganando un creciente interés debido a la gran cantidad de información disponible en las redes sociales.Estos métodos aprenden a caracterizar la depresión mediante el uso del lenguaje natural y han demostrado que, de hecho, el uso del lenguaje puede proporcionar pruebas sólidas al detectar personas depresivas.Sin embargo, poca atención se ha prestado al estudio de relaciones de granulo más fino entre estos dos aspectos, como ser entre el uso del lenguaje y la severidad de la depresión.El presente estudio es un primer paso hacia esa dirección.Entrenamos un clasificador de texto binario para detectar usuarios depresivos y luego usamos su valor de confianza para estimar el grado de depresión clínica de los mismos.Para lograrlo, nuestro sistema debe ser capaz de completar el cuestionario de depresión BDI en nombre de los usuarios, basándose sólo en sus publicaciones en Reddit.Nuestra propuesta fue probada públicamente en el eRisk 2019 obteniendo el mejor, y segundo mejor, desempeño entre los otros 13 modelos presentados.

  • English

    Psychologists have used tests and carefully designed survey questions, such as Beck's Depression Inventory (BDI), to identify the presence of depression and to assess its severity level.On the other hand, methods for automatic depression detection have gained increasing interest since all the information available in social media, such as Twitter and Facebook, enables novel measurement based on language use.These methods learn to characterize depression through natural language use and have shown that, in fact, language usage can provide strong evidence in detecting depressive people.However, not much attention has been paid to measuring finer grain relationships between both aspects, such as how is connected the language usage with the severity level of depression.The present study is a first step towards that direction.We train a binary text classifier to detect ``depressed'' users and then we use its confidence value to estimate the user's clinical depression level.In order to do that, our system has to be able to fill the standard BDI depression questionnaire on users' behalf, based only on their posts in Reddit.Our proposal was publicly tested in the eRisk 2019 task obtaining the best and second-best performance among the other 13 submitted models.