Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Proposal for Book Oriented Aspect Based Sentiment Analysis: Comparison over Domains Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Assessing the Effectiveness of Affective Lexicons for Depression Classification

verfasst von : Noor Fazilla Abd Yusof, Chenghua Lin, Frank Guerin

Erschienen in: Natural Language Processing and Information Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Affective lexicons have been commonly used as lexical features for depression classification, but their effectiveness is relatively unexplored in the literature. In this paper, we investigate the effectiveness of three popular affective lexicons in the task of depression classification. We also develop two lexical feature engineering strategies for incorporating those lexicons into a supervised classifier. The effectiveness of different lexicons and feature engineering strategies are evaluated on a depression dataset collected from LiveJournal.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Automatic Identification and Classification of Misogynistic Language on Twitter
Nächstes Kapitel Toward Human-Like Robot Learning
Fußnoten
Literatur
1.
Smith, K., Renshaw, P., Bilello, J.: The diagnosis of depression: current and emerging methods. J. Compr. Psychiatry 54, 1–6 (2013)CrossRef
2.
Inkster, B., Stillwell, D., Kosinski, M., Jones, P.: A decade into Facebook where is psychiatry in the digital age. J. Lancet Psychiatry 01 (2016)
3.
De Choudhury, M., Gamon, M., Counts, S., Horvitz, E.: Characterizing and predicting postpartum depression from shared Facebook data. In: CSCW, pp. 626–638 (2014)
4.
Resnik, P., Armstrong, W., Claudino, L., Nguyen, T., Nguyen, V., Boyd-graber, J.: Beyond LDA: exploring supervised topic modeling for depression-related language in Twitter. In: CLPsych, pp. 99–107 (2015)
5.
Yusof, N.F.A., Lin, C., Guerin, F.: Analysing the causes of depressed mood from depression vulnerable individuals. In: DDDSM Workshop at IJCNLP, pp. 9–17 (2017)
6.
Bradley, M., Lang, P.: Affective Norms for English Words (ANEW): instruction manual and affective ratings. Technical report C-2, University of Florida (2010)
7.
Wilson, T., Wiebe, J., Hoffmann, P.: Recognizing contextual polarity in phrase-level sentiment analysis. In: EMNLP-HLT, pp. 347–354 (2005)
8.
Baccianella, S., Esuli, A., Sebastiani, F.: SentiWordNet 3.0: an enhanced lexical resource for sentiment analysis and opinion mining. In: LREC 10, pp. 2200–2204 (2010)
9.
Metadaten
Titel
Assessing the Effectiveness of Affective Lexicons for Depression Classification
verfasst von
Noor Fazilla Abd Yusof
Chenghua Lin
Frank Guerin
Copyright-Jahr
2018
Buch
Natural Language Processing and Information Systems

Print ISBN: 978-3-319-91946-1

Electronic ISBN: 978-3-319-91947-8

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-91947-8_7

Premium Partner

    Bildnachweise