Registration Number
0826U005459, PhD dissertation
Status
Доктор філософії
Date
popup.evolution
o
Чому дисертація має статус "Запланована"?
Title
Methods of analyzing the mental state of citizens with post-traumatic stress disorder based on intelligent analysis of user content.
Author
Oleksandr M. Ovcharuk,
popup.head Oleksandr V. Mazurets
popup.opponent Oleksandr O. Marchenko
popup.opponent Khrystyna V. Lipianina-Honcharenko
popup.review Ruslan О. Bagriy
popup.review Pavlo M. Radiuk
popup.rada
Khmelnytskyi National University
Description
Дисертацію присвячено розв’язанню науково-прикладного завдання підвищення точності виявлення ознак посттравматичного стресового розладу (ПТСР) і супутніх психічних розладів та розширення можливостей оцінювання ризиків соціально небезпечної поведінки громадян за інтелектуальним аналізом користувацького текстового контенту. Актуальність роботи зумовлена зростанням кількості осіб із ПТСР серед військовослужбовців, ветеранів, волонтерів і цивільного населення, постраждалого внаслідок збройної агресії, тим, що значна частина постраждалих не звертається по допомогу, а також потребою в масштабованих засобах раннього скринінгу психічного стану за дописами в соціальних мережах.
Об’єктом дослідження є процес виявлення ознак ПТСР, супутніх психічних розладів та ризиків соціально небезпечної поведінки громадян за аналізом користувацького текстового контенту. Предметом дослідження є методи та засоби інтелектуального аналізу користувацького контенту, обробки природної мови та нейромережевого моделювання для виявлення ПТСР, психічних розладів і поведінкових ризиків. Метою дослідження є підвищення точності виявлення ознак ПТСР і супутніх психічних розладів та розширення можливостей оцінювання ризиків соціально небезпечної поведінки громадян за інтелектуальним аналізом користувацького контенту засобами контекстно-орієнтованих нейромережевих моделей і розширення простору ознак.
У роботі удосконалено метод аналізу прояву ПТСР у користувацькому контенті, який відрізняється від існуючих формуванням спеціалізованого навчального набору даних, нецільовий клас якого містить тексти тематично суміжних спільнот, зокрема з проявами інших психічних розладів, у поєднанні з контекстно-позиційним представленням тексту, що дало змогу підвищити точність виявлення ознак ПТСР. Удосконалено метод виявлення психічних розладів за аналізом користувацького контенту, який відрізняється від існуючих декомпозицією задачі на множину незалежних бінарних класифікаторів з окремо сформованими навчальними вибірками та індивідуальними порогами прийняття рішення, що не потребує вибору одного домінуючого розладу і не знижує точність порівняно з багатокласовою класифікацією. Вперше розроблено метод розширення множини ознак користувацького контенту для попередження соціально небезпечної поведінки громадян із ПТСР, який відрізняється від існуючих підходів інтеграцією оцінок прояву ПТСР, інших психічних розладів та емоційного контексту повідомлень у пояснюваний часовий індекс ризику на рівні користувача, що дає змогу формувати скринінгову оцінку ризику соціально небезпечної поведінки.
Методи реалізовано на основі трансформерних нейромережевих моделей: моделі DeBERTa для виявлення ПТСР та множини незалежних бінарних моделей DistilBERT з індивідуальними порогами за індексом Юдена для багатоміткового виявлення психічних розладів. Експериментально для методу аналізу прояву ПТСР отримано Accuracy 0,934, Precision 0,948 та F1-score 0,933; для методу виявлення психічних розладів найкраща конфігурація з адаптивним порогуванням забезпечила Macro Accuracy 0,9316 та Macro F1-score 0,9296. Пояснюваність нейромережевих рішень досліджено засобами Transformers Interpret і BertViz.
Практичне значення результатів полягає у програмній реалізації комплексного підходу до інтелектуального аналізу користувацького контенту, що забезпечує автоматизоване оброблення великих обсягів текстової інформації, виявлення мовних, емоційних і поведінкових патернів, характерних для ПТСР, та багаторівневе скринінгове оцінювання ризику соціально небезпечної поведінки. Запропоновані рішення можуть бути використані в практиці психологічного моніторингу для допомоги фахівцям і соціальним службам у вчасному виявленні осіб, які потребують підтримки.
Результати дисертації впроваджено в освітній процес Хмельницького національного університету, апробовано в діяльності ГО «ІТ Кластер м. Хмельницького», ПП «Авіві» та ТОВ «Стфалкон», а також використано під час виконання держбюджетних тем Хмельницького національного університету (ДР № 0125U003585, ДР № 0126U002064). Основні результати опубліковано у 12 наукових працях, серед яких 3 статті у наукових фахових виданнях України категорії Б, 6 публікацій, які засвідчують апробацію матеріалів дисертації (з них 3 у виданнях, що індексуються в Scopus), 2 свідоцтва про реєстрацію авторського права та розділ колективної монографії.
Registration Date
2026-10-16
popup.nrat_date
2026-10-16 / 2026-10-16
