Augmentation de la représentation sémantique du langage dépressif : Des forums aux microblogs

Nous discutons et analysons le processus de création de représentations de caractéristiques d'intégration de mots spécifiquement conçues pour une tâche d'apprentissage lorsque les données annotées sont rares, comme la détection du langage dépressif à partir de Tweets. Nous partons d'une représentation riche d'intégration de mots pré-entraînée à partir d'un ensemble de données général, puis nous l'améliorons avec une intégration apprise à partir d'un ensemble de données spécifique au domaine mais relativement plus petit. Notre représentation renforcée dépeint mieux le domaine de la dépression qui nous intéresse, car elle combine la sémantique apprise du domaine spécifique et la couverture des mots du langage général. Nous présentons une analyse comparative de nos représentations d'enchâssement de mots avec un simple modèle de sac de mots, un lexique de sentiments bien connu, un lexique psycholinguistique et un enchâssement de mots général pré-entraîné, en fonction de leur efficacité à identifier avec précision les Tweets dépressifs. Nous montrons que nos représentations obtiennent un score F1 significativement meilleur que les autres lorsqu'elles sont appliquées à un ensemble de données de haute qualité.