详细内容或原文请订阅后点击阅览
社交媒体帖子和基于变压器的模型，用于早期检测中风
研究人员开发了一种使用社交媒体和AI有效检测中风风险的方法。在科学询问者上首次出现了社交媒体帖子和基于变压器的早期检测热中风的模型。
来源:Scientific Inquirer中风会带来重大的健康风险，尤其是在极端温度条件下。随着气候变化引起的全球温度升高，热浪的频率和严重程度也增加了，使弱势群体面临更大的风险。这种转变强调了需要有效的实时方法来早日检测和对中风风险的反应，从而确保及时干预并减少这些不断上升的威胁的影响。虽然先前的研究强调了社交媒体帖子（例如推文）的潜力，以提供对各种事件的实时见解，但尚未探索其在检测中风风险中的应用。
要解决这一差距，由日本索菲亚大学的全球环境研究研究生院Sumiko Anno教授与日本的Yanagi Kimura，Yanagi Pearls以及日本Chubu Sugita博士以及日本丘布塔（Satoru Sugita）博士一起领导的日本和库布斯大学的Satoru Sugita博士，将社交媒体媒体邮政与Trunporter seading组合在一起。他们的发现发表在2025年1月4日的科学报告中。
科学报告研究人员利用基于变压器的深度学习模型，包括Bert，Roberta和Luke Japanant Base Lite，以及机器学习模型（支持向量机或SVM）来识别包含日语中“热”一词的推文。该团队使用Twitter API在五年内成功收集了约27,040条推文。通过预处理文本数据并应用了高级深层和机器学习技术，对模型进行了培训和微调，以识别与中风事件相关的推文。使用关键性能指标（例如精度，精度，回忆和F1得分）评估了这些模型。
注册每日剂量新闻通讯，并从网络周围获取每个早晨的最佳科学新闻，直接传递到您的收件箱中？就像周日早上一样容易。
处理…
成功！您在名单上。