인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.3
- 수록면
- 81 - 87 (7page)
이용수
초록· 키워드
현대 사회에서 우울증은 심각한 보건 문제로 부상하고 있으나, 기존의 자가 보고식 진단 방식은 환자의 주관성 개입과 의료 접근성의 장벽이라는 한계를 지닌다. 본 연구는 이러한 문제를 해결하고자 일상적인 텍스트 데이터를 활용하여 우울증 및 정신 건강 상태를 자동으로 판별하는 딥러닝 기반 스크리닝 모델을 제안한다. 연구를 위해 온라인 커뮤니티 데이터를 활용하여 상태를 정상, 우울증, 자살, 불안의 네 범주로 정의하였으며, 고위험군 데이터 부족에 따른 클래스 불균형을 해소하기 위해 손실 함수에 클래스 가중를 적용하였다. 모델 아키텍처는 문맥 이해에 최적화된 사전학습 언어 모델인 RoBERTa-base를 기반으로 설계되었으며, 텍스트 임베딩과 문법적 통계 등 수치형 특징을 결합한 하이브리드 구조를 통해 분석의 정교함을 확보하였다. 학습 과정에서는 AdamW, Linear Warmup, AMP 및 Early Stopping 등 최적화 기법을 도입하여 모델의 일반화 성능을 높였다. 실험 결과, 제안 모델은 검증 데이터에서 높은 Macro F1-score를 기록하였으며 특히 자살 고위험군 탐지에서 탁월한 성과를 보였다. 본 연구는 비침습적인 실시간 모니터링 가능성을 제시하였으며, 임상 현장에서 전문가의 의사결정을 지원하는 효과적인 진단 보조 도구로 활용될 것으로 기대된다.
#우울증 판별
#자연어 처리
#사전 학습언어 모델
#정신건강 스크리닝
#사회적 문제
#Depression Screening
#Natural Language Processing
#Pre-trained Language Models
#Mental Health Screening
#Social Issues
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 초록
- Abstract
- I. 서론
- II. 본론
- III. 결론
- 참고문헌
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-151-26-02-096017804
