Gelişmiş Arama

Basit öğe kaydını göster

dc.contributor.authorSert, Baharen_US
dc.contributor.authorÜlker, Selami Varolen_US
dc.date.accessioned2023-10-30T18:05:20Z
dc.date.available2023-10-30T18:05:20Z
dc.date.issued2023-10-25
dc.identifier.citationSert, B. & Ülker, S. V. (2023). A review of LWIC and machine learning approaches on mental health diagnosis. Social Review of Technology and Change, 1(2), 71-92.en_US
dc.identifier.issn2980-1621en_US
dc.identifier.urihttp://belgelik.isikun.edu.tr/xmlui/handle/iubelgelik/5779
dc.identifier.urihttps://dergipark.org.tr/tr/pub/srtc/issue/80533/1346118
dc.description.abstractMachine learning methods are becoming increasingly popular in data analysis. In the field of mental healthcare, these methods provide support to mental disorder diagnosis. Pennebaker developed a dictionary-based text analysis program, and it is also used in mental health diagnosis. In this study, ML and Linguistic Inquiry Word Count (LIWC) studies conducted in the field of mental disorder diagnosis were examined. Researchers aim to integrate LIWC with machine learning to conduct more comprehensive studies. The objective of this study is to examine how combining ML and LIWC methods can detect mental disorder with a focus on comparative research. For this purpose, publications related to ML and LIWC in Google Scholar, Web of Science, Scopus, EBSCO, PubMed were examined. Studies utilizing machine learning and LIWC methods in mental health diagnosis were reviewed to establish an overview of the literature. A table summarizing 15 articles on integrating machine learning and LIWC for mental disorder identification was compiled. Subsequently, the working principles of machine learning and LIWC were examined, and research conducted in the field of mental disorder diagnosis was reviewed. Further research particularly those integrating or comparing these two methods needed to better understand machine learning and LIWC in mental disorder detection.en_US
dc.description.abstractMakine öğrenmesi yöntemleri veri analizi alanlarında giderek popülerlik kazanmaktadır. Bu yöntemler ruh sağlığı alanındaki tanı belirleme çalışmalarına da destek sağlamaktadır. İlk olarak, Pennebaker sözlük tabanlı bir metin analizi programı geliştirmiştir ve bu program ruh sağlığı teşhisinde de kullanılmaktadır. Bu çalışma kapsamında ruh sağlığı hastalıklar teşhisi alanında yapılmış olan makine öğrenmesi ve Linquistic Inquiry Word Count (LIWC) çalışmaları incelenmiştir. Günümüzde daha geniş araştırmalar yapabilmesi için LIWC ile makine öğrenimini birbirine entegre etmek amaçlanmaktadır. Bu çalışmanın amacı, makine öğrenmesi ve LIWC yöntemlerinin birbirine entegre edilmesinin ruh sağlığı hastalıklarının teşhisinde etkisinin araştırılmasıdır. Özellikle karşılaştırmalı araştırmalara odaklanılmıştır. Bu amaçla, makine öğrenmesi ve LIWC ile ilgili olan Google Scholar, SAGE journals, Web of Science, Scopus, EBSCO, PubMed kaynaklarındaki yayınlar incelenmiştir. Literatürdeki genel durumun ortaya konması amacıyla, ruh sağlığı hastalıkları tespitinde makine öğrenmesi ve LIWC yöntemlerinden yararlanan çalışmalar derlenmiştir. Son olarak makine öğrenimi ve LIWC’in çalışma prensipleri incelenip ruh sağlığı hastalıkları alanında yapılan araştırmalar ve bazı çalışmalar tablolaştırılmıştır. Bu çalışmanın, ruh sağlığı hastalıkları tespitinde makine öğrenimi ve Dilbilimsel Sorgulama Kelime Sayımını daha iyi anlamak için özellikle bu iki yöntemi entegre eden veya karşılaştıran daha fazla araştırmaya ihtiyaç olduğundan, araştırmacılara faydalı olabileceği umulmaktadır.en_US
dc.language.isoenen_US
dc.publisherIşık Üniversitesi Yayınlarıen_US
dc.relation.ispartofSocial Review of Technology and Changeen_US
dc.relation.ispartofSRTCen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectLIWCen_US
dc.subjectMachine learningen_US
dc.subjectMental disordersen_US
dc.subjectPsychologyen_US
dc.subjectText analysisen_US
dc.subjectMakine öğrenimien_US
dc.subjectRuh sağlığıen_US
dc.subjectPsikolojien_US
dc.subjectMetin analizien_US
dc.titleA review of LWIC and machine learning approaches on mental health diagnosisen_US
dc.title.alternativeRuh sağlığı hastalıkları tanısında LIWC ve makine öğrenimi yaklaşımlarının incelenmesien_US
dc.typeArticleen_US
dc.description.versionPublisher's Versionen_US
dc.identifier.volume1
dc.identifier.issue2
dc.identifier.startpage71
dc.identifier.endpage92
dc.peerreviewedYesen_US
dc.publicationstatusPublisheden_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Başka Kurum Yazarıen_US


Bu öğenin dosyaları:

Thumbnail

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster

info:eu-repo/semantics/openAccess
Aksi belirtilmediği sürece bu öğenin lisansı: info:eu-repo/semantics/openAccess