Розробка системи виявлення ознак посттравматичного стресового розладу (ПТСР) з використанням методів машинного навчання

Abstract

Метою проекту є розробка та впровадження моделей машинного навчання для визначення ймовірності посттравматичного стресового розладу (ПТСР) на основі текстових даних. У ході виконання проекту проведено аналіз предметної області, що включає вивчення основних аспектів посттравматичного стресового розладу, його впливу на психологічний стан людини та можливостей автоматизованої діагностики. Було розглянуто сучасні методи машинного навчання, такі як класифікатор Байєса та LSTM. Сформульовано проблему дослідження з акцентом на специфіку ПТСР. Для реалізації проекту використано текстовий датасет, що містить емоційно забарвлені висловлювання. Проведено попередню обробку даних, яка включає очищення тексту, нормалізацію та токенізацію, що забезпечило якісний вхід для алгоритмів навчання. Реалізовано два підходи: наївний класифікатор Байєса та модель LSTM. Класифікатор Байєса продемонстрував ефективність для аналізу простих текстів із чіткими емоційними маркерами, модель LSTM виявилася також потужною для аналізу контексту та послідовності слів. Навчання та тестування обох моделей дозволило порівняти їхню точність, чутливість. Запропонована система демонструє високу ефективність і може бути використана для автоматизації первинної психологічної діагностики, підтримуючи роботу психологів і соціальних працівників. Практичне значення роботи полягає у створенні інструменту для моніторингу психоемоційного стану людей, що має застосування у сфері психології, медицини та соціальної роботи.