An automatic feedback system for the prevention and early treatment of depressive symptoms through language use analysis

Research

우울증은 현대인에게서 흔히 발견되는 정신질환 중 하나로서, 개인의 일상 기능을 저하시킬 뿐만 아니라, 더 나아가 해당 증상이 장기화될 때 다양한 사회적 문제를 야기할 수 있습니다. 우리는 우울증이 일으킬 수 있는 문제들을 사전에 예방하기 위해 사용자의 심층적인 언어학적 패턴을 분석하여 소셜 미디어 사용자의 우울증 여부를 자동적으로 예측하는 시스템을 연구합니다.

특히 최근에는 소셜 미디어 상의 텍스트를 이용한 사용자의 우울증 조기 진단 시도가 많아지고 있습니다. 이는 소셜 미디어 텍스트가 정신질환 증상을 보이는 사용자들의 다양한 언어 사용 양상 발견 기회를 제공한다는 점에 착안하였습니다.

반면 대부분의 기존 연구는 텍스트 상에 나타나는 우울증 관련 증상과 수반되는 감정에 관련된 어휘(예시: 자살, 무기력, 우울감)를 중심으로 사용자의 우울증 여부를 예측해왔습니다. 이러한 어휘 기반 모델은 어느 정도 만족스러운 성능을 보였지만, 예측 정확도 향상에 있어 다음과 같은 문제를 가집니다. 첫째, 소셜 미디어 텍스트는 비정형적(informal)인 텍스트이며 우울증 및 감정 관련 어휘가 신조어 혹은 사전 미등록 어휘(out-of-vocabulary) 형태로 나타날 가능성이 많기 때문에, 우울증 관련 어휘들을 모두 포착하기 어려울 수 있습니다. 둘째, 대부분의 우울증 증상 관련 어휘들은 우울증을 겪고 있지 않는 사용자들의 텍스트에서도 종종 발견될 수 있기 때문에, 특정 어휘의 출현 여부만으로는 사용자의 우울증 여부를 판단하기 어렵다는 문제가 있습니다.

우리 연구팀은 어휘 기반 예측 모델이 지닌 문제점을 해결하기 위해 보다 심층적인 언어학적 패턴을 이용하여 소셜 미디어 사용자의 우울증 여부를 예측하는 방법을 연구합니다. 이를 적용한 모델은 사용자의 우울증 예측에 있어 언어학적 패턴 사용의 효과를 검증하며 기존 어휘 기반 예측 모델보다 효과적임을 확인할 수 있었습니다.