Dépôt institutionnel de l'UQO
RECHERCHER

Techniques d’apprentissage machine pour l’estimation du risque suicidaire sur les réseaux sociaux

Téléchargements

Téléchargements par mois depuis la dernière année

Bernier, Samuel (2023). Techniques d’apprentissage machine pour l’estimation du risque suicidaire sur les réseaux sociaux. Mémoire. Gatineau, Université du Québec en Outaouais, Département d’informatique et d'ingénierie, 72 p.

[thumbnail of Bernier_Samuel_2023_memoire.pdf]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

Au cours des dernières années, l’influence croissante des plateformes de médias sociaux a révolutionné la communication, reliant des millions d’individus dans le monde entier. Parmi ces plateformes, Reddit, en tant que forum social de premier plan, est devenu un foyer pour les utilisateurs pour exprimer librement leurs pensées et leurs émotions. Cependant, ce niveau de connectivité sans précédent met également en lumière des défis préoccupants en matière de santé mentale, y compris des signes potentiels de risque de suicide intégrés dans les publications des utilisateurs. De l’autre côté de la médaille, le traitement automatique du langage naturel (TALN) est un sujet au cœur des discussions d’aujourd’hui et a été la source de nombreuses études au cours des dernières décennies. Avec son expansion remarquable, ce domaine de recherche offre des avancées technologiques notables telles que BERT, GPT ou T0. Celles-ci permettent l’élaboration de solutions à d’importants problèmes sociétaux.
Avec l’augmentation alarmante des problèmes de santé mentale parmi les communautés en ligne, il est primordial d’avoir des mécanismes d’identification précoce des individus à risque de suicide. L’objectif de ce mémoire est justement de tirer parti du pouvoir du TALN pour fournir un soutien rapide et précis aux individus en détresse. Le but est de relever le défi crucial de la détection des signes suicidaires et de présenter une solution innovante en utilisant le modèle SetFit, une technique de raffinement de Sentence-BERT, dans le contexte des médias sociaux comme Reddit. Le modèle SetFit a la capacité d’analyser des textes non structurés tout en affichant une précision de classification impressionnante, même avec des données d’entraînement limitées, ce qui en fait un outil puissant pour l’évaluation du risque de suicide.
Après s’être assuré de la pertinence et de l’authenticité des messages, nous avons créé sur la plateforme Reddit un ensemble de données de messages comprenant divers modèles linguistiques et expressions émotionnelles pour des cas de suicides potentiels. Cet ensemble de données sert de pierre angulaire à la validation initiale de l’efficacité du modèle prometteur SetFit par le biais d’expériences et d’analyses préliminaires.

Type de document: Thèse (Mémoire)
Directeur de mémoire/thèse: Missaoui, Rokia
Départements et école, unités de recherche et services: Informatique et ingénierie
Date de dépôt: 19 déc. 2023 19:55
Dernière modification: 19 déc. 2023 19:55
URI: https://di.uqo.ca/id/eprint/1592

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt