TY -的A2 Bangyal Waqas海德尔AU - Asghar Junaid AU - Akbar,萨马盟——Asghar穆罕默德Zubair AU -艾哈迈德,巴希尔盟——Al-Rakhami Mabrook s . AU - Gumaei阿卜杜勒PY - 2021 DA - 2021/04/10 TI -检测和病态人格特质分类从社会媒体文本使用深度学习模型SP - 5512241六世- 2021 AB -现在,现在是数字时代，大多数人都在使用Facebook、谷歌、Twitter和YouTube等社交媒体网站，生成大量文本内容。用户生成的文本内容披露了有关人们性格的重要信息，识别出一种被称为精神病患者的特殊类型的人。这项工作的目的是将输入文本分类为精神病患者和非精神病患者特征。大多数关于精神病患者检测的现有工作都是在心理学领域使用传统方法进行的，比如数据集有限的SRPIII技术。因此，这激发了我们在文本分析领域建立一个高级计算模型来进行精神病患者的检测。在这项工作中，我们研究了一种先进的深度学习技术，即基于注意的BILSTM，用于精神病患者的检测，并增加了数据集大小，以有效地将输入文本分类为精神病患者与非精神病患者类别。SN - 1748-670X UR - https://doi.org/10.1155/2021/5512241 DO - 10.1155/2021/5512241 JF -医学计算和数学方法PB - Hindawi KW - ER -