Offre de stage M2 :

Détection automatique de comportements dépressifs dans les réseaux
sociaux

Encadrement : Farah Benamara (benamara@irit.fr), Josiane Mothe 
(josiane.mothe@irit.fr),
Véronique Moriceau (moriceau@limsi.fr) & Faneva Ramiandriosa 
(r.faneva.mahery@gmail.com)

Localisation : IRIT, Toulouse

La dépression est une affection courante qui concerne environ 350
millions de personnes dans le monde selon les estimations de l'OMS
(Organisation Mondiale de la Santé). La détection de ce trouble est donc
un enjeu majeur de santé publique.  Plusieurs recherches ont démontré
l'existence d'un lien fort entre l'état dépressif d'un individu et son
expression langagière, comme l'usage excessif de pronoms personnels,
l'expression d'émotions négatives ou encore le changement brusque dans
la communication [1][2]. Nous proposons dans ce stage de repérer
automatiquement ces indices dans le but de détecter les comportements
dépressifs à partir de messages postés sur les réseaux sociaux. Les
données utilisées seront issues de collections existantes en particulier
en lien avec le challenge CLEF [3].
Un des enjeux est de détecter le moment à partir duquel la personne peut
être reconnue comme dépressive si elle l'est. Une soumission à la tâche
correspondant du programme international CLEF sera envisagée, en
fonction des résultats obtenus.

Contact : envoyer CV à josiane.mothe@irit.fr, benamara@irit.fr,
moriceau@limsi.fr


Références
[1] J. W. Pennebaker, M. R. Mehl, and K. G. Niederho er. Psychological
aspects of natural language use: Our words, our selves. Annual Review of
Psychology, 54(1):547--577, 2003.
[2] Munmun De Choudhury, Michael Gamon, Scott Counts, Eric Horvitz:
Predicting Depression via Social Media. Proceedings of the Seventh
International AAAI Conference on Weblogs and Social Media. 2013
[3] David Losada, Fabio Crestani, A Test Collection for Research on
Depression and Language Use, Conference and Labs of the Evaluation
Forum, 2016.