检索结果-南通市图书馆

Twitter Arabic Sentiment Analysis to Detect Depression Using Machine Learning

Computers, Materials & Continua 2022年第5期71卷 3463-3477页

作者： Dhiaa A.Musleh Taef A.Alkhales Reem A.Almakki Shahad E.Alnajim shaden k.almarshad Rana S.Alhasaniah Sumayh S.Aljameel Abdullah A.Almuqhim Department of Computer Science College of Computer Science and Information TechnologyImam Abdulrahman Bin Faisal UniversityP.O.Box 1982Dammam31441Saudi Arabia

Depression has been a major global concern for a long time,with the disease affecting aspects of many people’s daily lives,such as their moods,eating habits,and social *** Arabic culture,there is a lack of awareness regarding the importance of facing and curing mental health ***,people all over the world,including Arab citizens,tend to express their feelings openly on social media,especially Twitter,as it is a platform designed to enable the expression of emotions through short texts,pictures,or *** are inclined to treat their Twitter accounts as diaries because the platform affords them *** published studies have detected the occurrence of depression among Twitter users on the basis of data on tweets posted in English,but research on Arabic tweets is *** aim of the present work was to develop a model for analyzing Arabic users’tweets and detecting depression among Arabic Twitter *** expand the diversity of user tweets,by adding a new label(“neutral”)so the dataset include three classes(“depressed”,“non-depressed”,“neutral”).The model was created using machine learning classifiers and natural language processing techniques,such as Support Vector Machine(SVM),Random Forest(RF),Logistic Regression(LR),k-nearest Neighbors(kNN),AdaBoost,and Naïve Bayes(NB).The results showed that the RF classifier outperformed the others,registering an accuracy of 82.39%.

关键词： Depression sentiment analysis twitter supervised learning machine learning

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：