Посты пользователей Facebook* предсказали депрессию
Американские исследователи проанализировали посты в Facebook почти 700 пользователей и выяснили, что предсказать депрессию по ним можно с высокой точностью задолго до официального диагноза. Так, у 114 людей с диагностированной депрессией первые симптомы были обнаружены за три месяца до постановления диагноза: точность предсказания составила более 70 процентов. Статья опубликована в журнале Proceedings of the National Academy of Sciences.
Диагностика психических расстройств по большей части сводится к анализу того, как человек говорит о себе: какие слова использует, чтобы описать свои эмоции, а также то, что он рассказывает о собственном самочувствии. К сожалению, подобные симптомы могут быть не очень явными, а в худшем случае человек в депрессии может просто отрицать, что проблема существует.
Поэтому в последние несколько десятилетий психологи разрабатывают различные шкалы и тесты, способные точнее выявить человека в депрессии или с тревожным расстройством. Анализ речи при этом также полезен, но, по большей части, для автоматических методов. Так, недавно диагностировать депрессию по речи пациента с помощью нейросети предложили исследователи из MIT.
Ученые под руководством Йоханна Эйхштеда (Johannes C. Eichstaedt) из Университета Пенсильвании предположили, что депрессию можно диагностировать задолго до приема у психиатра и постановления официального диагноза, проанализировав посты пользователя в Facebook. Для этого они собрали открытые данные о постах 683 пользователях, обратившихся за медицинской помощью: у 114 из них была диагностирована депрессия, а остальные служили в качестве контрольной группы. Данные были собраны за два с половиной года. Исследователи анализировали используемую лексику пользователей, длину постов, их периодичность и частоту, а также демографию (геотеги).
С помощью этих данных ученым удалось диагностировать депрессию пациентов по их постам с высокой точностью: по постам за полгода до диагноза можно было предсказать депрессию с точностью 62 процента, а за три месяца — 72 процента. Лексика депрессивных пациентов, по словам ученых, содержала много эмоциональных слов и слов, связанных с самочувствием и состоянием.
Неизвестно, будет ли разработанный метод использоваться самой соцсетью. В прошлом году, однако, Марк Цукерберг объявил, что компания будет анализировать посты пользователя с целью выявить возможных жертв суицида.
Предсказывать депрессию можно не только по постам в социальных сетях, но и по фотографиям. Прошлым летом ученые выяснили, что выбор фильтра для фотографии в Instagram коррелирует с наличием симптомов психических заболеваний.
*Facebook принадлежит компании Meta, деятельность которой в России запрещена.
Елизавета Ивтушок
Теперь она может определять киберугрозы
Исследователи из Южной Кореи обучили языковую модель DarkBERT на текстах из даркнета. Люди общаются в даркнете иначе, чем в обычном интернете, в том числе используют свой сленг. Модель изучила этот язык, и теперь ее можно применять в задачах кибербезопасности. Препринт доступен на arXiv.org. Языковые модели сегодня применяют для изучения разных текстов. Это нейросети, которые обучились на большом количестве данных и хорошо выполняют задачи, связанные с пониманием речи. Популярные языковые модели основаны на архитектуре Transformer, которую придумали инженеры из Google — такие модели умеют фокусировать внимание на важных частях предложения. Языковые модели лучше всего понимают то, что похоже на примеры из обучающей выборки. Обычно они учатся на больших объемах текстов из интернета, поэтому понимают много чего: литературный язык, сообщения из социальных сетей, научно-популярные статьи. Но есть тексты, которые не попадают в обучающую выборку, в том числе тексты из даркнета. У них есть свои лингвистические особенности: словарный запас, распределение частей речи и даже синтаксис. Обычные языковые модели это не учитывают, потому что во время обучения не видели таких текстов. Выход есть — обучить языковую модель на материалах из даркнета. Даркнет — это часть интернета, которую не найти в обычных поисковиках вроде Яндекса или Гугла. Туда нельзя попасть через обычный браузер. Есть разные сервисы для входа в даркнет, авторы исследования использовали Tor. Люди в даркнете общаются анонимно, и их сложно отследить. Поэтому даркнет стал платформой для всякого незаконного, от утечек данных до торговли запрещенными веществами. Специалисты по кибербезопасности постоянно ищут способы мониторить и изучать тексты в даркнете. Группа ученых из Южной Кореи под руководством Сун Вон Шина (Seungwon Shin) из Корейского института передовых технологий собрала корпус текстов из даркнета и обучила на нем языковую модель DarkBERT. Сначала авторы составили списки сайтов с помощью инструмента поиска по даркнету. Затем они скачали 6 миллионов веб-страниц и превратили их в тексты. Для обучения использовали модель RoBERTa, основанную на архитектуре Transformer. После обучения на текстах даркнета получилась готовая модель DarkBERT. Ее качество сравнивали со стандартными моделями RoBERTa и BERT, которые обучались на обычных текстах. Тестировали модели на разных сценариях киберугроз. Например, иногда злоумышленники похищают конфиденциальные данные с сайтов и вымогают у их владельцев деньги. Если деньги не поступают, злоумышленники публикуют украденные данные. Нейросети получали текст сайта и решали задачу бинарной классификации: определить, размещают ли на нем утекшие данные. DarkBERT справился с этой задачей намного лучше (точность 84 процента у DarkBERT против 70 процентов у BERT и 44 процента у RoBERTa). Еще один пласт нелегальной активности в даркнете — это продажа запрещенных веществ. Авторы проверили, насколько хорошо разные модели понимают сообщения с форумов даркнета: нейросети выделяли ключевые слова в сообщениях о запрещенных веществах. Такие ключевые слова могут пригодиться сотрудникам правоохранительных органов, чтобы быстро искать сообщения о продаже веществ и определять продавцов. Эту задачу тестировали на DarkBERT и на похожей модели BERT, дообученной на тематическом сабреддите. Здесь DarkBERT снова обошел конкурента (точность определения топ-10 ключевых слов 60 процентов у DarkBERT против 40 процентов у BERT). В целом результаты показывают, что предобученная на текстах из даркнета нейросеть DarkBERT справляется с задачами кибербезопасности лучше, чем другие модели. Ее можно использовать, чтобы мониторить нелегальную активность в даркнете, вычислять преступников и предотвращать утечки данных. Но у DarkBERT есть свои ограничения. Во-первых, она умеет работать только с англоязычными текстами. Во-вторых, обучающую выборку из даркнета собирать сложно, потому что сайты непросто найти и превратить в тексты. А чем больше подходящих текстов, тем выше эффективность модели. Другие языковые модели тоже продолжают развиваться. Например, инженеры из Яндекса натренировали нейросеть на русскоязычных текстах и встроили ее в Алису.