$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

딥러닝 및 토픽모델링 기법을 활용한 소셜 미디어의 자살 경향 문헌 판별 및 분석
Examining Suicide Tendency Social Media Texts by Deep Learning and Topic Modeling Techniques 원문보기

한국비블리아학회지 = Journal of the Korean Biblia Society for Library and Information Science, v.32 no.3, 2021년, pp.247 - 264  

고영수 (연세대학교 문헌정보학과) ,  이주희 (연세대학교 문헌정보학과) ,  송민 (연세대학교 문헌정보학과)

초록
AI-Helper 아이콘AI-Helper

자살은 전 세계 사망 원인 중 4위이며 사회, 경제적 손실이 큰 난제이다. 본 연구는 자살 예방을 위하여 소셜미디어에 나타난 자살 관련 말뭉치를 구축하고 이를 통해 자살 경향 문헌을 분류할 수 있는 딥러닝 자동분류 모델을 만들고자 하였다. 또한, 자살 요인을 분석하기 위해 주제를 자동으로 추출하는 분석 기법인 토픽모델링을 활용하여 자살 관련 말뭉치를 세부 주제로 분류하고자 하였다. 이를 위해 소셜미디어 중 하나인 네이버 지식iN에 나타난 자살 관련 문헌 2,011개를 수집한 후 자살예방교육 매뉴얼을 기준으로 자살 경향 문헌 및 비경향 문헌 여부를 주석 처리하였으며, 이 데이터를 딥러닝 모델(LSTM, BERT, ELECTRA)로 학습시켜 자동분류 모델을 만들었다. 또한, 토픽모델링 기법의 하나인 LDA 기법으로 주제별 문헌을 분류하여 자살 요인을 발견하였고 이를 심층적으로 분석하기 위해 주제별로 동시출현 단어 분석 및 네트워크 시각화를 진행하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This study aims to create a deep learning-based classification model to classify suicide tendency by suicide corpus constructed for the present study. Also, to analyze suicide factors, the study classified suicide tendency corpus into detailed topics by using topic modeling, an analysis technique th...

주제어

#자살   #소셜미디어   #단어 동시출현   #딥러닝   #토픽모델링  

표/그림 (14)

참고문헌 (31)

  1. Ahn, Y. (2019). 2018 National Survey on Suicide. Ministry of Health and Welfare. Available: http://www.mohw.go.kr/react/jb/sjb030301vw.jsp?PAR_MENU_ID03&MENU_ID032901&CONT_SEQ350956 

  2. Jung, S. H. (2005). The socioeconomic burden of suicide and depression in South Korea. National Center for Mental Health. 

  3. Kim, G. M., Kim, K., Jo, J., & Lim, H. S. (2018). Constructing for Korean traditional culture corpus and development of named entity recognition model using Bi-LSTM-CNN-CRFs. Journal of the Korea Convergence Society, 9(12), 47-52. https://doi.org/10.15207/JKCS.2018.9.12.047 

    원문보기 상세보기 crossref

  4. Kim, H. J., Park, S. J., Song, C. M., & Song, M. (2019). Text mining driven content analysis of social perception on schizophrenia before and after the revision of the terminology. Journal of the Korean Society for Library and Information Science, 53(4), 285-307. 

  5. Kim, N. & Lee, N. J. (2021). An analysis of changes in social issues related to patient safety using topic modeling and word co-occurrence analysis. The Korea Contents Society, 21(1), 92-104. https://doi.org/10.5392/JKCA.2021.21.01.092 

    원문보기 상세보기 crossref

  6. Korea Suicide Prevention Center (2012). Suicide Prevention Training Manual. 

  7. Lee, B. O. (2020). A study on the classification of internet suicide suggestions types. Journal of the Korean Society of Civil Security, 19, 153-172. 

  8. Lee, J., Jung, J., & Kim, H. (2021). A study on the judgment of nativelikeness of korean learner corpus by deep learning language model. Korean Language And Culture Education Society, 17(1), 155-177. http://doi.org/10.18842/klaces.2021.17.1.007 

    crossref

  9. Lee, S., Kim, S., Lee, J., Ko, Y., & Song, M. (2021). Building and analyzing panic disorder social media corpus for automatic deep learning classification model. Journal of the Korean Society for Information Management, 38(2), 153-172. https://doi.org/10.3743/KOSIM.2021.38.2.153 

    원문보기 상세보기 crossref

  10. Ministry of Health and Welfare (2021, May 5). First quarter of 2021 「Corona 19 National Mental Health Survey」. Available: http://www.mohw.go.kr/react/al/sal0301vw.jsp?PAR_MENU_ID04&MENU_ID0403&CONT_SEQ365582&page1 

  11. Park, C., Park, K., Moon, H., Eo, S., & Lim, H. (2021). A study on performance improvement considering the balance between corpus in Neural Machine Translation. Journal of the Korea Convergence Society, 12(5), 23-29. https://doi.org/10.15207/JKCS.2021.12.5.023 

    원문보기 상세보기 crossref

  12. Seo, H. & Song, M. (2019). An analysis of the discourse topics of users who exhibit symptoms of depression on social media. Journal of the Korean society for information management, 36(4), 207-226. https://doi.org/10.3743/KOSIM.2019.36.4.207 

    원문보기 상세보기 crossref

  13. Song, M. (2017). Textmining. Seoul: Chungram. 

  14. Statistics Korea (2020, September 22). The results of statistics on causes of death in 2019. Available: http://kostat.go.kr/portal/korea/kor_nw/3/index.board?bmoderead&aSeq385220 

  15. Clark, K., Luong, M. T., Le, Q. V., & Manning, C. D. (2020). Electra: Pre-training text encoders as discriminators rather than generators. arXiv preprint arXiv:2003.10555. 

  16. Devlin, J. (2021). Bert multilingual. GitHub. Available: https://github.com/google-research/bert/blob/master/multilingual.md 

  17. Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805. 

  18. Du, J., Zhang, Y., Luo, J., Jia, Y., Wei, Q., Tao, C., & Xu, H. (2018). Extracting psychiatric stressors for suicide from social media using deep learning. BMC medical informatics and decision making, 18(2), 77-87. https://doi.org/10.1186/s12911-018-0632-8 

    상세보기 crossref

  19. Jeon, H. (2021). KoBERT. GitHub. Available: https://github.com/SKTBrain/KoBERT 

  20. Kaplan, M. S., Huguet, N., McFarland, B. H., & Newsom, J. T. (2007). Suicide among male veterans: a prospective population-based study. Journal of Epidemiology & Community Health, 61(7), 619-624. http://dx.doi.org/10.1136/jech.2006.054346 

    상세보기 crossref

  21. NEWS 18 (2021, October 15). Covid-19 Spiked Suicide Attempts in Teenage Girls by 51%: US CDC. Available: https://www.news18.com/news/lifestyle/covid-19-spiked-suicide-attempts-in-teenage-girls-by-51-us-cdc-3848564.html 

  22. NIMH (2021, June 6). Suicide. Available: https://www.nimh.nih.gov/health/statistics/suicide 

  23. Park, J. (2020). KoELECTRA: Pretrained ELECTRA model for Korean. GitHub. Available: https://github.com/monologg/KoELECTRA 

  24. Resnik, P., Armstrong, W., Claudino, L., Nguyen, T., Nguyen, V. A., & Boyd-Graber, J. (2015). Beyond LDA: exploring supervised topic modeling for depression-related language in Twitter. In Proceedings of the 2nd Workshop on Computational Linguistics and Clinical Psychology: From Linguistic Signal to Clinical Reality, 99-107. 

  25. Resnik, P., Garron, A., & Resnik, R. (2013). Using topic modeling to improve prediction of neuroticism and depression in college students. In Proceedings of the 2013 conference on empirical methods in natural language processing, 1348-1353. 

  26. Song, Min (2021, June 6). treform. GitHub. Available: https://github.com/MinSong2/treform 

  27. Steyvers, M. & Griffiths, T. (2007). Probabilistic topic models. In Handbook of latent semantic analysis. New Jersey: Psychology Press, 439-460. 

  28. Thompson, P., Bryan, C., & Poulin, C. (2014). Predicting military and veteran suicide risk: Cultural aspects. In Proceedings of the Workshop on Computational Linguistics and Clinical Psychology: From Linguistic Signal to Clinical Reality, 1-6. http://dx.doi.org/10.3115/v1/W14-3201 

  29. Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, I. (2017). Attention is all you need. In Advances in neural information processing systems, 5998-6008. https://dl.acm.org/doi/10.5555/3295222.3295349 

  30. Won, H. H., Myung, W., Song, G. Y., Lee, W. H., Kim, J. W., Carroll, B. J., & Kim, D. K. (2013). Predicting national suicide numbers with social media data. PloS one, 8(4), e61809. https://doi.org/10.1371/journal.pone.0061809 

    상세보기 crossref

  31. World Health Organization (2021, June 6). Suicide prevention. Available: https://www.who.int/health-topics/suicide#tabtab_1 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로