HAVIGEROVÁ, Jana Marie, Jiří HAVIGER, Dalibor KUČERA a Petra HOFFMANNOVÁ. Text-Based Detection of the Risk of Depression. Frontiers in Psychology, Lausanne: Frontiers Media SA, 2019, roč. 10, č. 513, s. 1-11. ISSN 1664-1078. doi:10.3389/fpsyg.2019.00513.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Text-Based Detection of the Risk of Depression
Název česky Detekce rizika deprese na základě analýzy textu
Autoři HAVIGEROVÁ, Jana Marie, Jiří HAVIGER, Dalibor KUČERA a Petra HOFFMANNOVÁ.
Vydání Frontiers in Psychology, Lausanne, Frontiers Media SA, 2019, 1664-1078.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor Psychology
Stát vydavatele Švýcarsko
Utajení není předmětem státního či obchodního tajemství
WWW URL
Impakt faktor Impact factor: 2.129 v roce 2018
Organizační jednotka Filozofická fakulta
Doi http://dx.doi.org/10.3389/fpsyg.2019.00513
UT WoS 000461601000
Klíčová slova česky deprese; žánr; morfologie; kvantitativní lingvistika; prediktivní modely
Klíčová slova anglicky depression; genre; morphology; quantitative linguistics; predictive model
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnila: doc. PhDr. Jana Marie Havigerová, Ph.D., učo 7257. Změněno: 23. 4. 2019 15:45.
Anotace
This study examines the relationship between language use and psychological characteristics of the communicator. The aim of the study was to find models predicting the depressivity of the writer based on the computational linguistic markers of his/her written text. Respondents' linguistic fingerprints were traced in four texts of different genres. Depressivity was measured using the Depression, Anxiety and Stress Scale (DASS-21). The research sample (N = 172, 83 men, 89 women) was created by quota sampling an adult Czech population. Morphological variables of the texts showing differences (M-W test) between the non-depressive and depressive groups were incorporated into predictive models. Results: Across all participants, the data best fit predictive models of depressivity using morphological characteristics from the informal text "letter from holidays" (Nagelkerke r(2) = 0.526 for men and 0.670 for women). For men, models for the formal texts "cover letter" and "complaint" showed moderate fit with the data (r(2) = 0.479 and 0.435). The constructed models show weak to substantial recall (0.235 - 0.800) and moderate to substantial precision (0.571 - 0.889). Morphological variables appearing in the final models vary. There are no key morphological characteristics suitable for all models or for all genres. The resulting models' properties demonstrate that they should be suitable for screening individuals at risk of depression and the most suitable genre is informal text ("letter from holidays").
Anotace česky
Studie zkoumá vztah mezi používáním jazyka a psychologickými charakteristikami autora textu. Cílem studie bylo nalézt modely předpovídající depresivitu pisatele na základě komputačně lingvistických charakteristik jeho psaného textu. Jazykové "stopy" respondentů byly sledovány ve čtyřech textech různých žánrů. Depresivita byla měřena pomocí Škály deprese, úzkosti a stresu (DASS-21). Výzkumný vzorek (N = 172, 83 mužů, 89 žen) byl vytvořen na základě kvótního výběru dospělé české populace. Morfologické charakteristiky textů vykazující rozdíly (M-W test) mezi nedepresivními a depresivními skupinami byly začleněny do prediktivních modelů. Výsledky: pro prediktivní modely deprese na základě použitých morfologických charakteristik textu vykazuje nejlepší vlastnosti model vycházející z neformálního textu „dopis z dovolené“ (Nagelkerke r(2) = 0,526 pro muže a 0,670 pro ženy). U mužů se ukázaly jako vhodné též modely formálních textů „průvodní dopis“ a „stížnost“ (r(2) = 0,479 a 0,435). Získané modely ukazují slabý až střední silný "recall" (0,235 - 0,800) a střední až silnou přesnost (0,571 - 0,899). Morfologické proměnné vyskytující se ve finálních modelech se liší. Neexistují žádné klíčové morfologické charakteristiky vhodné pro všechny modely nebo pro všechny žánry. Vlastnosti výsledných modelů ukazují, že by měly být vhodné pro screening jedinců s rizikem deprese a nejvhodnějším žánrem je neformální text („dopis z dovolené“).
Návaznosti
GA16-19087S, projekt VaVNázev: Komputační psycholingvistická analýza českého textu
VytisknoutZobrazeno: 24. 10. 2019 04:38