Microsoft Word ROCLING-WESum-LongAbstract.docx

Transcription

1 The 2015 Conference on Computational Linguistics and Speech Processing ROCLING 2015, pp The Association for Computational Linguistics and Chinese Language Processing 部 落 客 憂 鬱 傾 向 分 析 與 預 測 Analysis and Prediction of Blogger s Depression Tendency 董 家 銘 Chia-Ming Tung 國 立 成 功 大 學 資 訊 工 程 學 系 Department of Computer Science and Information Engineering National Cheng Kung University p @mail.ncku.edu.tw 盧 文 祥 Wen-Hsiang Lu 國 立 成 功 大 學 資 訊 工 程 學 系 Department of Computer Science and Information Engineering National Cheng Kung University whlu@mail.ncku.edu.tw 摘 要 憂 鬱 症 已 列 為 聯 合 國 世 界 衛 生 組 織 視 為 新 世 紀 三 大 疾 病, 與 癌 症 愛 滋 病 一 起 蠶 食 鯨 吞 著 人 民 的 身 心 健 康 根 據 聯 合 國 世 界 衛 生 組 織 估 計, 全 球 目 前 有 二 到 四 億 人 口 正 為 憂 鬱 症 所 苦, 估 計 在 亞 洲 至 少 約 有 五 千 萬 的 憂 鬱 症 患 者, 且 人 數 不 斷 上 升 2020 年, 憂 鬱 症 將 與 心 臟 病, 成 為 影 響 人 類 生 活 甚 巨 的 前 二 大 疾 病 根 據 統 計, 台 灣 地 區 2007 年 統 計 結 果, 憂 鬱 症 盛 行 率 約 8.9%, 換 言 之, 超 過 兩 百 萬 人 罹 患 憂 鬱 症 40% 的 憂 鬱 症 患 者 會 有 輕 生 或 自 殺 的 念 頭,10~15% 的 患 者 因 自 殺 而 死 亡 所 以 有 效 的 找 出 有 憂 鬱 傾 向 的 民 眾 已 經 是 一 項 不 容 忽 視 的 醫 療 衛 生 議 題 因 此 本 研 究 提 出 一 項 創 新 的 憂 鬱 傾 向 預 測 技 術, 利 用 部 落 格 網 誌 文 章 自 動 判 別 部 落 格 作 者 的 憂 鬱 傾 向 隨 著 Web 2.0 社 群 網 路 (Social Network) 快 速 興 起, 使 用 者 每 天 在 部 落 格 寫 下 工 作 和 生 活 的 諸 多 苦 惱 與 需 求, 雖 然 已 有 許 多 部 落 格 作 者 的 情 緒 分 析 研 究, 但 是 目 前 並 無 相 關 研 究 開 始 探 究 部 落 格 作 者 的 憂 鬱 傾 向 預 測, 本 研 究 參 考 美 國 精 神 科 醫 學 會 所 發 表 之 精 神 疾 病 診 斷 與 統 計 手 冊 第 四 版 修 訂 版 (DSM-IV-TR) [1] 中 對 重 度 憂 鬱 症 的 定 義 及 從 部 落 格 作 者 的 網 誌 文 章 分 析, 定 義 出 四 個 憂 鬱 傾 向 的 因 素, 其 中 包 含 事 件 負 面 情 緒 症 狀 和 負 面 想 法 然 後 利 用 這 四 項 因 素 協 助 判 斷 部 落 格 作 者 的 憂 鬱 程 度, 因 此 本 研 究 嘗 試 探 究 下 列 兩 項 重 要 研 究 議 題, 並 開 發 相 關 處 理 技 術 : (1) 憂 鬱 症 患 者 網 誌 文 章 的 憂 鬱 傾 向 與 相 關 因 素 分 析,(2) 部 落 格 作 者 的 憂 鬱 傾 向 預 測 模 型 Abstract According to the investigation report of the Department of Health, Executive Yuan, R.O.C. in 2007, it is estimated that about 7.3% of Taiwan's population suffer from the major depressive disorder. How to identify patients with depression tendency is one of important health issues. Thus, this project tries to develop a novel technique to automatically identify the depression tendency of bloggers using their blog posts. 263

2 With the fast growth of social networks, bloggers usually write daily posts with their emotion and events happened in work, home, or life. Although there are lots of research works about emotion analysis and classification, to our knowledge, there is no work focusing on prediction of blogger s depression tendency based on emotion analysis. In this project, we try to analyze key factors affecting major depressive disorder, such as negative event, negative emotion, symptom and negative thought, and then use these four factors to assist bloggers to predict depression tendency. Therefore, we focus on the investigation of the following two research issues (1) analysis of relevant factors of depression on blog posts written by patients with the major depressive disorder, (2) development of event-emotion-driven depression tendency prediction model. 關 鍵 詞 : 憂 鬱 傾 向, 事 件, 負 面 情 緒, 症 狀, 負 面 想 法 Keywords: Depression Tendency, Event, Emotion, Symptom, Thought. 一 緒 論 雖 然 台 灣 近 年 經 濟 起 飛, 生 活 富 裕, 但 民 眾 似 乎 愈 活 愈 不 快 樂, 台 灣 民 眾 的 生 活 快 樂 指 數 在 東 亞 七 個 國 家 敬 陪 末 座 [24] 近 年 來 自 殺 的 報 導 逐 年 增 加, 甚 至 許 多 年 輕 學 子 的 自 殺 事 件 也 時 有 所 聞, 這 些 自 殺 事 件 大 部 分 是 因 為 生 活 中 遭 遇 巨 大 壓 力, 或 是 已 經 患 有 憂 鬱 病 症 一 段 時 間, 最 終 因 強 烈 的 負 面 情 緒 引 發 自 殺 負 面 想 法 而 造 成 悲 劇 憂 鬱 症 已 列 為 聯 合 國 世 界 衛 生 組 織 視 為 新 世 紀 三 大 疾 病, 與 癌 症 愛 滋 病 一 起 蠶 食 鯨 吞 著 人 民 的 身 心 健 康 根 據 聯 合 國 世 界 衛 生 組 織 估 計, 全 球 目 前 有 二 到 四 億 人 口 正 為 憂 鬱 症 所 苦, 估 計 在 亞 洲 至 少 約 有 五 千 萬 的 憂 鬱 症 患 者, 且 人 數 不 斷 上 升 2020 年, 憂 鬱 症 將 與 心 臟 病, 成 為 影 響 人 類 生 活 甚 巨 的 前 二 大 疾 病 根 據 統 計, 台 灣 地 區 2007 年 統 計 結 果, 憂 鬱 症 盛 行 率 約 8.9%, 換 言 之, 超 過 兩 百 萬 人 罹 患 憂 鬱 症 40% 的 憂 鬱 症 患 者 會 有 輕 生 或 自 殺 的 念 頭,10~15% 的 患 者 因 自 殺 而 死 亡 因 此, 憂 鬱 症 的 防 治 變 得 日 益 重 要, 所 以 有 效 的 找 出 有 憂 鬱 傾 向 的 民 眾 已 經 是 一 項 不 容 忽 視 的 醫 療 衛 生 議 題 網 際 網 路 的 快 速 發 展 造 就 社 群 網 路 的 興 起, 許 多 社 群 網 路 服 務 網 站 提 供 人 們 彼 此 更 快 速 方 便 的 聯 絡 溝 通 模 式, 像 是 部 落 格 (Blog) 和 近 年 火 紅 的 微 網 誌 (Micro Blog) 痞 客 邦 (PIXNET) 隨 意 窩 (Xuite) yam 天 空 部 落 等 都 是 國 內 知 名 的 部 落 格 服 務 網 站 另 外 臉 書 (Facebook) 推 特 (Twitter) 噗 浪 (Plurk) 等 都 是 非 常 熱 門 的 國 際 微 網 誌 服 務 網 站 部 落 格 提 供 網 路 使 用 者 隨 意 撰 寫 文 章 紀 錄 生 活 中 遭 遇 的 點 點 滴 滴, 並 抒 發 心 情 感 受, 有 驚 有 怒 有 喜 樂 也 有 悲 傷 根 據 我 們 對 大 量 的 部 落 格 和 論 壇 文 章 觀 察, 發 現 許 多 文 章 內 容 出 現 事 件 負 面 情 緒 症 狀 及 負 面 想 法 等 相 關 詞 彙, 如 圖 一 所 示, 作 者 面 對 重 考 事 件, 心 理 產 生 多 種 負 面 情 緒 如 大 哭 恐 慌 焦 慮 沮 喪 等, 結 果 也 出 現 一 些 生 理 症 狀 睡 不 好, 甚 至 負 面 想 法 撐 不 下 去 了 經 由 長 期 追 蹤 文 章 負 面 情 緒 詞 的 類 型 與 出 現 頻 率, 可 以 了 解 部 落 格 作 者 所 發 生 的 心 理 問 題 所 以 本 研 究 首 先 嘗 試 利 用 部 落 格 文 章 內 容 來 分 析 作 者 的 負 面 情 緒, 然 後 偵 測 部 落 格 作 者 是 否 有 強 烈 情 緒 不 穩 或 憂 鬱 傾 向, 或 甚 至 產 生 自 殺 企 圖 我 們 期 待 開 發 有 效 的 創 新 技 術, 從 部 落 格 文 章 判 斷 有 憂 鬱 傾 向 的 作 者, 進 而 協 助 這 些 作 者 預 防 或 治 療 憂 鬱 症 本 研 究 特 別 關 注 兩 項 重 要 研 究 議 題, 並 開 發 相 關 處 理 技 術 :(1) 憂 鬱 症 患 者 網 誌 文 章 的 憂 鬱 傾 向 與 相 關 因 素 分 析,(2) 發 展 部 264

3 落 格 作 者 的 憂 鬱 傾 向 預 測 模 型 因 此 我 們 提 出 事 件 情 緒 驅 動 的 憂 鬱 傾 向 預 測 模 型 (Event-Emotion-driven Depression Tendency Prediction Model), 藉 由 負 面 情 緒 事 件 症 狀 和 負 面 想 法 特 徵 的 分 析, 然 後 判 別 出 部 落 格 作 者 的 憂 鬱 傾 向 圖 一 憂 鬱 症 患 者 發 表 網 誌 文 章 ( 藍 色 矩 形 實 線 代 表 事 件 ; 紅 色 矩 形 虛 線 代 表 負 面 情 緒 ; 紫 色 橢 圓 實 線 代 表 症 狀 ; 綠 色 橢 圓 虛 線 代 表 負 面 想 法 ) 二 文 獻 探 討 ( 一 ) 憂 鬱 症 簡 介 與 臨 床 診 斷 技 術 憂 鬱 症 通 常 是 指 重 性 憂 鬱 障 礙 (major depressive disorder), 在 醫 學 上 被 視 作 一 種 精 神 疾 病 憂 鬱 症 患 者 的 典 型 症 狀 是 心 情 低 落, 通 常 會 沉 浸 在 憂 鬱 的 情 緒 狀 態 中, 對 一 些 有 興 趣 的 事 物 皆 感 無 趣, 絕 望 或 是 認 為 人 生 沒 有 價 值, 更 甚 者 會 有 自 殺 念 頭 在 生 理 上 也 會 出 現 症 狀, 例 如 失 眠 沒 有 食 慾 造 成 體 重 下 降 疲 勞 無 精 打 采 沒 有 活 力 或 是 出 現 腸 胃 問 題 等 憂 鬱 症 的 病 因 在 醫 學 上 目 前 尚 未 確 認, 從 心 理 學 的 研 究 認 為 一 個 人 的 人 格 發 展 在 許 多 方 面 促 使 了 憂 鬱 症 的 發 作, 很 多 學 派 支 持 這 個 論 點, 例 如 精 神 分 析 學 存 在 主 義 心 理 學 等 [10, 12] 而 社 會 學 的 研 究 觀 點 則 前 瞻 地 指 出 身 處 的 環 境 人 際 關 係 與 遭 遇 的 生 活 265

4 事 件 是 罹 患 憂 鬱 症 的 重 要 原 因 [26], 例 如 家 庭 功 能 受 損 或 是 處 於 惡 劣 工 作 環 境 中 本 研 究 認 為 生 物 心 理 社 會 這 三 個 因 素 都 是 重 要 影 響 因 素, 另 外 對 於 影 響 部 落 格 作 者 負 面 情 緒 的 負 面 生 活 事 件 將 深 入 探 究 現 今 醫 學 的 憂 鬱 症 診 斷 標 準 主 要 是 根 據 美 國 精 神 疾 病 協 會 (American Psychiatric Association, APA) 的 精 神 疾 病 診 斷 與 統 計 手 冊 第 四 版 修 訂 版 (DSM-IV-TR) (2000)[1] 和 世 界 衛 生 組 織 (World Health Organization, WHO) 的 國 際 疾 病 與 相 關 健 康 問 題 統 計 分 類 (ICD-10) (2007) [17], 另 外 董 氏 基 金 會 [25] 也 有 提 供 憂 鬱 症 的 自 我 診 斷 評 量 表 讓 一 般 民 眾 自 我 篩 檢 下 面 簡 單 說 明 DSM-IV-TR 有 關 憂 鬱 症 的 九 項 診 斷 標 準 : 1. 憂 鬱 情 緒 : 快 樂 不 起 來 煩 躁 和 鬱 悶 2. 興 趣 與 喜 樂 減 少 : 提 不 起 興 趣 3. 無 法 專 注 : 無 法 決 斷 矛 盾 猶 豫 無 法 專 心 4. 體 重 和 食 慾 失 常 : 體 重 下 降 或 增 加 食 慾 下 降 或 增 加 5. 失 眠 ( 或 嗜 睡 ): 難 入 睡 或 整 天 想 睡 6. 精 神 運 動 性 遲 滯 ( 或 激 動 ): 思 考 動 作 變 緩 慢 腦 筋 變 鈍 7. 疲 累 失 去 活 力 : 整 天 想 躺 床 體 力 變 差 8. 無 價 值 感 或 罪 惡 感 : 覺 得 活 著 沒 意 思 自 責 難 過, 都 是 負 面 想 法 9. 自 殺 意 圖 : 反 覆 想 到 死 亡, 甚 至 有 自 殺 意 念 企 圖 或 計 畫 ( 二 ) 部 落 格 情 緒 分 析 近 幾 年 來 部 落 格 的 服 務 快 速 崛 起, 許 多 學 者 發 現 情 緒 是 部 落 格 網 誌 文 章 中 一 個 重 要 的 成 分, 而 國 內 台 大 資 工 系 陳 信 希 教 授 最 近 幾 年 也 有 不 少 的 研 究 關 注 在 部 落 格 的 情 緒 分 析 上 [11, 22, 23] 此 外, 近 幾 年 以 情 緒 偵 測 和 分 類 為 主 的 相 關 研 究 [11, 20] 快 速 增 加, 而 部 落 格 網 誌 內 容 主 題 分 析 也 逐 漸 地 變 成 熱 門 的 研 究 對 象 [6] 許 多 研 究 [3, 11, 19, 20, 21] 皆 針 對 部 落 格 網 誌 文 章 的 內 容 主 題 與 情 緒, 提 出 各 式 各 樣 的 方 法 進 行 情 緒 辨 識 與 分 類 Leshed and Kaye[9] 針 對 LiveJournal8.com 網 站 部 落 格 使 用 者 如 何 詮 釋 他 們 的 心 情 做 了 一 個 全 面 性 的 調 查, 該 網 站 提 供 了 132 種 心 情 選 項 當 作 部 落 格 使 用 者 情 緒 標 記 Hsu 和 Lin[3] 也 提 供 了 一 個 SVM 分 類 器 對 大 量 的 文 字 列 表 做 心 情 的 關 聯 分 析 例 如, 電 腦 (Computer) 這 個 詞 彙 相 當 有 可 能 被 歸 類 到 煩 悶 的 部 落 格 條 目 Yang 等 人 [19, 20, 21] 利 用 SVM 和 CRF 對 部 落 格 網 誌 文 章 作 情 緒 的 分 類, 他 們 以 句 為 單 位 和 以 文 章 為 單 位 進 行 大 規 模 效 能 評 估 這 些 情 緒 偵 測 和 分 類 的 相 關 研 究 觸 發 本 研 究 對 於 情 緒 研 究 的 延 伸 應 用, 我 們 嘗 試 利 用 負 面 情 緒 特 徵 提 出 創 新 的 部 落 格 作 者 的 憂 鬱 傾 向 預 測 研 究 ( 三 ) 部 落 格 事 件 擷 取 本 研 究 是 以 紀 錄 部 落 格 作 者 個 人 日 常 生 活 上 引 發 負 面 情 緒 的 負 面 事 情 作 為 事 件 的 定 義, 大 概 以 家 庭 感 情 學 業 工 作 四 種 類 型 為 主 的 生 活 事 件 過 去 有 關 事 件 擷 取 的 相 關 研 究 主 要 來 自 於 兩 個 研 究 領 域, 一 個 是 主 題 偵 測 與 追 蹤 (Topic Detection and Tracking, TDT), 另 一 個 是 自 然 語 言 處 理 Chen 等 人 (2008) 提 出 的 TSCAN [23] 和 Kumaran 等 人 [7] 提 出 的 NED 皆 是 TDT 相 關 的 研 究, 在 此 他 們 對 於 Topic 的 定 義 是 一 個 有 重 大 影 響 和 意 義 的 事 件 或 活 動 大 部 份 有 關 事 件 的 相 關 研 究 主 要 都 是 以 新 聞 熱 門 事 件 為 主 [8] Teng and Chen [22] 提 出 了 利 用 Temporal Collocation 的 方 法 對 部 落 格 網 誌 文 章 做 事 件 抽 取, 但 是 他 們 著 重 在 熱 門 主 題 事 件 抽 取, 相 對 來 說 本 研 究 則 深 入 探 究 更 瑣 碎 的 生 活 事 件 抽 取 為 主, 技 術 上 應 該 比 較 困 難 這 幾 年 在 自 然 語 言 處 理 領 域 中, 有 需 多 相 關 事 件 擷 取 的 研 究 2005 年 Pustejovsky 266

5 [14, 15] 為 了 探 究 事 件 和 時 間 的 關 係 提 出 TimeML (Time Markup Language) 概 念 接 著 2007 年,Mani (2007) 利 用 TimeML 的 時 間 標 註 結 構, 標 註 新 聞 文 章 的 事 件 時 間 和 彼 此 關 係 Pustejovsky 開 始 進 行 Textual Inference Tasks [4, 5, 16] 的 研 究, 首 先 他 以 TimeML 為 基 礎 建 構 Event Structure Lexicon (ESL), 針 對 Event Implicature 和 Entailed Subevent 進 行 推 論 Palmer 等 [13] 作 了 不 少 由 動 詞 出 發 的 事 件 表 達, 分 析, 與 預 測 研 究 他 們 對 於 Event Relation 的 偵 測, 主 要 是 運 用 學 術 上 廣 泛 使 用 的 詞 典 資 源, 如 :Wordnet 和 Framenet, 來 訓 練 包 含 語 法 與 語 意 資 訊 的 特 定 領 域 動 詞 詞 彙 網 Verbnet 三 研 究 方 法 為 了 從 部 落 格 作 者 的 網 誌 文 章 瞭 解 和 預 測 部 落 格 作 者 的 憂 鬱 傾 向, 本 研 究 搜 集 了 大 量 憂 鬱 症 患 者 的 網 誌 文 章 或 BBS 論 壇 文 章, 藉 由 深 入 觀 察 事 件 負 面 情 緒 症 狀 負 面 想 法 等 四 項 重 要 特 徵 對 於 憂 鬱 症 的 複 雜 影 響 與 關 聯, 我 們 首 先 嘗 試 提 出 創 新 的 分 析 和 預 測 技 術 : ( 一 ) 提 供 憂 鬱 症 患 者 網 誌 文 章 的 憂 鬱 傾 向 與 相 關 因 素 分 析,( 二 ) 建 構 一 個 事 件 情 緒 驅 動 的 憂 鬱 傾 向 預 測 模 型 (Event-Emotion-driven Depression Tendency Prediction Model) 這 些 分 析 報 告 和 創 新 技 術 應 該 能 夠 有 效 地 提 早 判 斷 具 有 憂 鬱 傾 向 的 部 落 格 作 者, 建 議 他 們 盡 速 尋 求 專 業 醫 療 的 協 助 下 面 我 們 將 詳 細 說 明 本 研 究 研 究 及 發 展 的 主 要 分 析 方 法 與 預 測 技 術 ( 一 ) 憂 鬱 症 患 者 網 誌 文 章 的 憂 鬱 傾 向 與 相 關 因 素 分 析 1. 初 步 的 觀 察 和 分 析 根 據 我 們 對 憂 鬱 症 患 者 網 誌 文 章 的 觀 察, 當 憂 鬱 症 患 者 在 撰 寫 文 章 時 經 常 會 出 現 各 種 負 面 情 緒 字 眼 例 如 大 哭 恐 慌 焦 慮 沮 喪 ( 圖 一 ), 而 這 些 負 面 情 緒 大 部 分 由 一 般 生 活 上 的 事 件 所 引 起, 如 重 考 比 較 嚴 重 的 憂 鬱 症 患 者 在 撰 寫 文 章 時, 除 了 會 出 現 比 較 強 烈 的 負 面 情 緒 字 眼, 甚 至 會 出 現 身 體 症 狀 和 引 發 心 理 嚴 重 的 負 面 想 法, 例 如 想 死 和 自 殺 2. 主 要 的 分 析 方 法 : 藉 由 大 量 憂 鬱 症 患 者 網 誌 文 章 觀 察, 我 們 提 出 以 事 件 負 面 情 緒 症 狀 負 面 想 法 四 項 重 要 特 徵 為 主 的 憂 鬱 傾 向 創 新 分 析 方 法, 然 後 我 們 根 據 兩 個 醫 學 分 析 模 型 來 探 討 我 們 提 出 的 分 析 方 法 的 有 效 性 和 優 點 (1) 生 物 心 理 社 會 分 析 模 型 1977 年 學 者 Engel[2] 提 出 生 物 心 理 社 會 三 合 一 分 析 模 型 (Biopsychosocial Model, BPS Model) 的 新 醫 學 概 念, 對 於 病 患 面 對 疾 病 的 分 析 因 素 包 含 了 生 物 面 (Biological) 心 理 面 (Psychological) 和 社 會 面 (Social) 的 三 方 因 素 其 中 生 物 面 即 是 身 體 症 狀 (Symptom), 心 理 面 則 涵 蓋 了 情 緒 (Emotion) 想 法 (Thought) 與 行 為 (Behavior), 社 會 面 即 是 病 患 面 對 的 環 境 因 素, 換 個 角 度 講, 也 就 是 病 患 所 發 生 的 生 活 事 件 (Event) 透 過 進 一 步 的 分 析 比 較 後, 我 們 可 以 將 BPS 模 型 的 三 個 主 要 因 素 對 應 到 我 們 提 出 的 創 新 憂 鬱 症 分 析 方 法 的 四 項 因 素, 如 表 一 所 示, 這 樣 的 相 似 對 應 關 係 顯 示 我 們 的 分 析 方 法 應 該 全 面 性 地 涵 蓋 憂 鬱 傾 向 的 相 關 重 要 因 素 表 一 BPS model 與 本 研 究 分 析 方 法 的 對 應 關 係 267

6 Analysis Model Analysis Factors BPS model Biological Psychological Social Correspondence Symptom Emotion Thought Behavior Event Our analysis Symptom Thought method Emotion Event (2) DSM-IV-TR 憂 鬱 症 臨 床 判 別 標 準 現 今 的 醫 學 尚 未 提 供 生 物 檢 測 方 法 以 直 接 確 診 憂 鬱 症 患 者 以 重 度 憂 鬱 症 而 言, 精 神 科 醫 師 目 前 主 要 根 據 美 國 精 神 疾 病 協 會 (American Psychiatric Association, APA) 的 精 神 疾 病 診 斷 與 統 計 手 冊 第 四 版 修 訂 版 (DSM-IV-TR) 的 九 項 判 別 標 準 對 病 患 做 篩 檢 和 診 斷 如 表 二 所 示, 我 們 提 出 的 憂 鬱 傾 向 分 析 方 法 的 負 面 情 緒 因 素, 可 以 相 對 應 DSM-IV-TR 的 前 三 項 判 別 標 準 ( 項 次 1 2 3) 憂 鬱 症 患 者 的 網 誌 文 章 也 常 出 現 負 面 情 緒 伴 隨 著 負 面 的 生 理 症 狀, 譬 如 說 哭 泣 頭 痛 失 眠 食 慾 下 降 等 等 這 些 症 狀 剛 好 符 合 表 1 中 DSM-IV-TR 的 項 判 別 標 準 另 外 憂 鬱 症 患 者 的 網 誌 文 章 也 常 出 現 負 面 想 法, 例 如 自 殺 跳 樓 自 殘 燒 炭 等 等 這 些 負 面 想 法 也 符 合 表 二 中 DSM-IV-TR 的 第 8 9 兩 項 判 別 標 準 根 據 這 三 項 因 素 的 對 應 關 係, 可 以 清 楚 顯 示 我 們 的 分 析 方 法 應 該 有 效 地 涵 蓋 憂 鬱 症 臨 床 診 斷 判 別 標 準 值 得 注 意 的 是 我 們 提 出 的 事 件 因 素 並 未 出 現 在 DSM-IV-TR 的 九 項 判 別 標 準, 本 研 究 提 出 這 項 創 新 因 素, 並 深 入 探 究 是 否 可 以 有 效 地 協 助 分 析 憂 鬱 傾 向 表 二 DSM-IV-TR 重 度 憂 鬱 症 九 項 判 別 標 準 與 本 研 究 提 出 的 憂 鬱 因 素 對 應 關 係 憂 鬱 傾 向 判 別 標 準 說 明 因 素 1 憂 鬱 情 緒 : 快 樂 不 起 來 煩 躁 鬱 悶 2 興 趣 與 喜 樂 減 少 : 提 不 起 興 趣 負 面 情 緒 3 無 法 專 注 : 無 法 決 斷 矛 盾 猶 豫 無 法 專 心 4 體 重 和 食 慾 失 常 : 體 重 下 降 ( 或 增 加 ) 食 慾 下 降 ( 或 增 加 ) 5 失 眠 ( 或 嗜 睡 ): 難 入 睡 或 整 天 想 睡 症 狀 6 精 神 運 動 性 遲 滯 ( 或 激 動 ): 思 考 動 作 變 緩 慢 腦 筋 變 鈍 7 疲 累 失 去 活 力 : 整 天 想 躺 床 體 力 變 差 無 價 值 感 或 罪 惡 感 : 覺 得 活 著 沒 意 思 自 責 難 過, 都 是 負 面 想 8 法 負 面 想 法 9 自 殺 意 圖 : 反 覆 想 到 死 亡, 甚 至 有 自 殺 意 念 企 圖 或 計 畫 268

7 Blogger s posts Depression Feature Extraction Depression Lexicons Event Symptom Event Emotion Emotion Thought Symptom Thought Event-Emotion-driven Depression Tendency Prediction Model Depression Tendency Score 圖 二 部 落 格 作 者 的 憂 鬱 傾 向 預 測 系 統 架 構 ( 二 ) 部 落 格 作 者 的 憂 鬱 傾 向 預 測 模 型 (1) 問 題 和 構 想 憂 鬱 原 本 是 一 個 抽 象 概 念, 電 腦 系 統 無 法 從 部 落 格 作 者 文 章 中 直 接 判 別 他 的 憂 鬱 傾 向, 然 而 根 據 我 們 對 憂 鬱 症 患 者 網 誌 文 章 的 觀 察, 憂 鬱 症 患 者 撰 寫 的 文 章 經 常 會 出 現 負 面 情 緒 事 件 症 狀 和 負 面 想 法 ( 如 圖 一 ) 因 此 為 了 讓 電 腦 系 統 有 效 地 自 動 預 測 部 落 格 作 者 的 憂 鬱 傾 向, 我 們 構 想 提 出 事 件 情 緒 驅 動 的 憂 鬱 傾 向 預 測 模 型 (Event-Emotion-driven Depression Tendency Prediction Model), 藉 由 負 面 情 緒 事 件 症 狀 和 負 面 想 法 特 徵 的 分 析, 然 後 判 別 出 部 落 格 作 者 的 憂 鬱 傾 向 圖 二 展 示 我 們 提 出 的 部 落 格 作 者 的 憂 鬱 傾 向 預 測 系 統 架 構, 首 先 輸 入 某 位 部 落 格 作 者 單 篇 或 數 篇 的 部 落 格 文 章, 利 用 四 個 憂 鬱 因 素 詞 彙 集, 系 統 可 以 擷 取 出 負 面 情 緒 事 件 症 狀 和 負 面 想 法 四 種 類 型 的 憂 鬱 特 徵, 然 後 使 用 事 件 情 緒 驅 動 的 憂 鬱 傾 向 預 測 模 型 (EEDTP) 來 計 算 部 落 格 作 者 的 憂 鬱 傾 向 分 數 (2) 事 件 情 緒 驅 動 的 憂 鬱 傾 向 預 測 模 型 (Event-Emotion-driven Depression Tendency Prediction Model) 269

8 給 定 一 篇 部 落 格 文 章 b, 我 們 想 要 利 用 機 率 模 型 來 估 算 這 篇 文 章 透 露 出 的 憂 鬱 傾 向 (Depressive Tendency) D 的 強 度 : PP(DD bb) (1) 根 據 本 研 究 觀 察 具 有 高 度 憂 鬱 傾 向 作 者 的 部 落 格 文 章, 發 現 作 者 寫 下 具 有 負 面 情 緒 ( Emotion) 的 部 落 格 文 章 時, 往 往 有 很 高 的 比 例 是 因 為 某 些 事 件 (Event) 造 成 作 者 心 情 不 佳, 或 是 伴 隨 著 症 狀 (Symptom) 更 甚 有 不 好 的 負 面 想 法 ( Thought) 我 們 將 負 面 情 緒 事 件 症 狀 及 負 面 想 法 這 四 項 稱 為 憂 鬱 因 素, 因 此 公 式 (1) 的 憂 鬱 傾 向 D 轉 化 成 憂 鬱 因 素 DD ff, 變 成 公 式 (2): PP(DD bb) = PP DD ff bb (2) 消 極 因 素 PP ff 涵 蓋 了 事 件 E 負 面 情 緒 M 症 狀 S 及 負 面 想 法 T, 因 此 改 成 公 式 (3): PP DD ff bb = PP(EE, MM, SS, TT bb) (3) 在 四 個 消 極 因 素 之 中, 本 研 究 同 時 提 出 消 極 因 素 的 根 源 來 自 於 引 發 憂 鬱 情 緒 的 事 件, 稱 為 事 件 ( Event), 接 著 事 件 可 能 引 發 負 面 情 緒 症 狀 及 負 面 想 法 將 公 式 (3) 針 對 消 極 因 素 中 的 事 件 與 其 他 三 個 消 極 因 素 展 開, 即 為 下 列 公 式 (4): PP(DD bb) = PP(EE bb)pp(mm EE)PP(SS EE, MM)PP(TT EE, MM) (4) 公 式 (4) 即 是 本 研 究 的 創 新 模 型, 稱 做 事 件 情 緒 驅 動 的 憂 鬱 傾 向 預 測 模 型 (Event-Emotion-driven Depression Tendency Prediction Model), 而 每 篇 部 落 格 文 章 透 過 此 模 型 得 到 的 分 數 稱 之 為 憂 鬱 傾 向 分 數 (Depression Tendency Score) (3) 憂 鬱 傾 向 分 數 估 算 為 了 計 算 彈 性 方 便, 本 研 究 利 用 Log Linear Model 找 出 PP(DD bb) 的 最 大 機 率 值, 公 式 如 下 : PP(DD bb) = 1 eeeeee λλ ZZ ff ii FF iiff ii (EE, MM, SS, TT) (5) 公 式 (5) 中 的 z 是 數 值 轉 機 率 的 正 規 因 素 (normalization factor),λλ ii 為 權 重 係 數,ff ii 為 特 徵 函 數,F 為 特 徵 函 數 集 合,FF = {ff EEEE, ff EEEE EEEE, ff ssssss, ff NNNN } 我 們 將 ff EEEE (EE, bb) 稱 做 事 件 特 徵 函 數 ; ff EEEE EEEE (EE, MM, bb) 稱 做 事 件 和 情 緒 配 對 特 徵 函 數 ;ff ssssss (SS, EE, MM, bb) 稱 做 症 狀 特 徵 函 數 ; ff NNNN (TT, EE, MM, bb) 稱 做 負 面 想 法 特 徵 函 數 在 接 下 來 的 小 節 會 詳 細 介 紹 這 五 個 特 徵 函 數 的 計 算 方 法 事 件 特 徵 函 數 : 經 由 比 對 部 落 格 文 章 內 容 的 詞 彙 E 與 憂 鬱 事 件 詞 典 EE LL = {ee 1, ee 2, ee nn }, 若 詞 彙 E 出 現 在 事 件 詞 典 EE LL 中 則 給 予 事 件 詞 分 數 我 們 由 台 大 BBS PTT 的 Prozac 板 ( 憂 鬱 板 ) 中 378 篇 已 被 專 家 標 記 成 有 憂 鬱 傾 向 的 文 章 裡 找 出 每 個 引 發 憂 鬱 的 事 件 詞 ee ii 在 這 378 篇 文 章 的 詞 頻 ffffffff(ee ii ), 以 詞 頻 的 比 例 來 當 成 該 事 件 詞 的 重 要 程 度, 因 此 事 件 詞 彙 E 可 由 公 式 (6) 來 計 算 事 件 - 情 緒 特 徵 函 數 : ff EEEE (EE, bb) = ffffffff(ee) (6) EE EE LL ffffffff(ee) 270

9 從 378 篇 被 專 家 標 記 成 有 憂 鬱 傾 向 的 文 章 中, 找 出 及 事 件 E 跟 負 面 情 緒 MM 的 配 對, 每 一 個 負 面 情 緒 詞 MM 都 有 情 緒 強 度 IIIIIIIIIIIIIIIIII(MM), 情 緒 強 度 值 介 於 0 到 1 之 間 我 們 首 先 要 找 出 每 一 個 負 面 情 緒 詞 彙 和 事 件 詞 彙 配 對 相 隔 的 距 離 ddiiii(ee, MM), 然 後 以 常 態 分 配 (Normal distribution) 機 率 來 代 表 事 件 和 情 緒 配 對 關 係 值, 接 著 乘 上 該 負 面 情 緒 強 度 值, 因 為 一 個 事 件 可 能 引 發 多 種 情 緒, 因 此 加 總 所 有 事 件 情 緒 配 對 分 數 如 公 式 (7): ff EEEE EEEE (EE, MM, bb) = 症 狀 特 徵 函 數 : MM NNNNNNNNNNNN(ddIIII(EE, MM)) IIIIIIIIIIIIIIIIII(MM), if MM exists 0, ooooheeeeeeeeeeee 如 果 一 篇 含 有 事 件 詞 彙 的 文 章, 出 現 一 些 症 狀 詞 彙, 表 示 作 者 可 能 有 明 顯 的 憂 鬱 傾 向, 為 了 避 免 誤 判, 我 們 仍 想 要 找 出 事 件 負 面 情 緒 和 症 狀 三 者 有 強 烈 關 係 的 結 構, 但 計 算 上 為 了 避 免 sparsity 問 題, 我 們 以 事 件 症 狀 配 對, 以 及 情 緒 症 狀 配 對 同 時 計 算 如 公 式 (8): ff ssssss (SS, EE, MM, bb) = IIIIIIIIIIIIIIIIII(MM) (ddiiss(ee,ss)+ddiiss(mm,ss)) SS (8) 2 ddiiss(ee,ss) ddiiss(mm,ss) 負 面 想 法 特 徵 函 數 : 和 上 一 小 節 的 症 狀 特 徵 函 數 相 同 的 計 算 方 法, 如 果 一 篇 有 事 件 詞 彙 的 文 章, 出 現 了 負 面 想 法 詞 彙, 表 示 作 者 可 能 有 強 烈 的 憂 鬱 傾 向, 我 們 想 要 找 出 事 件 負 面 情 緒 和 負 面 想 法 三 者 有 強 烈 關 係 的 結 構, 但 計 算 以 事 件 負 面 想 法 配 對, 以 及 情 緒 負 面 想 法 配 對 同 時 計 算 如 公 式 (9): ff NNNN (TT, EE, MM, bb) = IIIIIIIIIIIIIIIIII(MM) (ddiiss(ee,tt)+ddiiss(mm,tt)) TT 2 ddiiss(ee,tt) ddiiss(mm,tt) (9) (7) 四 實 驗 ( 一 ) 資 料 集 (Data Set) 本 研 究 為 了 分 析 高 憂 鬱 傾 向 的 網 路 使 用 者 文 章, 蒐 集 PTT Prozac 板 ( 憂 鬱 板 ) 2004/3/22~2011/9/21 期 間 3458 個 作 者, 共 17,985 篇 文 章, 挑 選 文 章 數 量 最 多 的 前 30 作 者 文 章, 將 這 些 文 章 以 2 個 星 期 為 一 個 週 期 去 切 割, 把 該 期 間 的 文 章 集 合 起 來 成 為 一 個 觀 察 資 料 集, 稱 為 一 個 Window Size, 用 表 二 的 準 則 挑 選 符 合 憂 鬱 傾 向 的 windows( 包 含 該 windows 的 前 後 各 兩 個 windows), 總 共 162 個 windows,724 篇 文 章 ( 二 ) 憂 鬱 文 章 標 記 憂 鬱 傾 向 的 判 定 是 需 要 由 專 業 人 士 來 判 定, 而 本 研 究 實 驗 的 文 章 標 記 是 由 3 位 心 理 學 專 家 標 記, 主 要 分 成 單 篇 文 章 標 記 是 否 有 無 憂 鬱 傾 向 以 及 2 週 為 一 個 單 位 使 用 DSM-IV-TR 的 準 則 來 判 定, 每 篇 文 章 皆 會 被 標 記 成 有 沒 有 憂 鬱 傾 向 以 及 符 合 哪 些 DSM-IV-TR 準 則, 在 2 週 內 為 單 位 的 文 章 裡 DSM-IV-TR 的 準 則 的 標 記 超 過 5 種 準 則 時, 則 該 期 間 (window) 則 判 斷 為 有 憂 鬱 傾 向 最 終 文 章 憂 鬱 傾 向 判 定 結 果 採 用 多 數 決 方 式, 271

10 三 位 專 家 標 記 結 果, 以 兩 位 以 上 認 定 的 結 果 為 該 文 章 或 區 間 的 憂 鬱 傾 向 結 果 ( 三 ) 憂 鬱 因 素 辭 典 本 研 究 利 用 上 述 收 集 標 記 憂 鬱 傾 向 的 文 章, 人 工 建 立 了 四 種 詞 典, 各 辭 典 的 詞 彙 數 量 如 表 三 所 示 表 三 各 種 憂 鬱 因 素 辭 典 的 詞 彙 數 量 情 緒 事 件 症 狀 負 面 想 法 詞 彙 數 量 ( 四 ) 效 能 評 估 為 了 評 估 本 研 究 所 提 出 的 EEDTP 模 型 效 能, 我 們 採 用 SVM 及 DSM-IV-TR 自 動 標 記 兩 種 實 驗 為 比 較 基 準 SVM 是 以 本 研 究 所 蒐 集 的 憂 鬱 因 素 詞 典 中 所 有 的 詞 彙 為 SVM 中 的 特 徵 以 取 得 SVM 分 類 結 果 DSM-IV-TR 自 動 標 記 則 是 採 用 表 二 所 列 的 9 項 評 估 標 準 及 重 度 憂 鬱 症 判 定 準 則 來 進 行 評 估 EEDTP 則 是 利 用 10 倍 交 叉 驗 證 方 法 進 行 模 型 評 估 從 表 四 的 實 驗 結 果 來 看, 本 研 究 所 提 的 EEDTP 模 型 ( 事 件 情 緒 驅 動 的 憂 鬱 傾 向 預 測 模 型, Event-Emotion-driven Depression Tendency Prediction Model) 的 精 確 率 (Precision) 召 回 率 (Recall) F measure 正 確 率 (Accuracy) 都 比 SVM 和 DSM-IV-TR 方 法 好 表 四 憂 鬱 傾 向 預 測 模 型 預 測 結 果 比 較 Precision Recall F -measure Accuracy EEDTP SVM DSM-IV-TR ( 五 ) 實 驗 分 析 (1) 正 面 例 子 : 表 五 中, 事 件 出 現 次 數 很 少, 但 EEDTP 模 型 找 出 的 事 件 詞 閱 讀 障 礙 分 數 很 高, 所 以 可 以 判 斷 正 確 表 六 中, 事 件 詞 傷 害 我 雖 然 與 症 狀 詞 負 面 想 法 詞 以 及 部 分 負 面 情 緒 詞 的 距 離 很 遠, 但 因 為 事 件 詞 分 數 很 高, 所 以 判 斷 正 確 表 五 EEDTP 模 型 判 斷 正 確 的 正 面 例 子 (1) 272

11 我 越 來 越 擔 心 我 是 不 是 得 了 強 迫 症 了 閱 讀 障 礙 理 解 障 礙 強 迫 記 憶 之 後, 接 著 來 了 強 迫 思 考! 我 會 一 直 想 著 同 一 件 事 情! 或 想 著 同 一 個 字, 想 著 那 個 字 該 怎 麼 寫 能 不 能 有 人 告 訴 我 這 是 怎 麼 回 事! 我 要 崩 潰 了! 我 不 要 再 讀 文 章 了! 但 我 就 是 犯 賤! 明 明 有 強 迫 記 憶, 硬 要 讀 人 家 的 文 章, 偏 偏 我 又 有 閱 讀 障 礙! 想 問 別 人 這 是 什 麼 意 思, 又 卡 在 理 解 障 礙 ( 別 人 說 的 話 我 聽 不 懂 ) 最 後 來 個 強 迫 思 考, 想 著 這 句 話 這 篇 文 章 到 底 是 什 麼 意 思! 我 真 的 只 能 卡 在 自 己 的 世 界 裡 了 ( 大 哭 ) 事 件 詞 症 狀 詞 負 面 想 法 詞 閱 讀 障 礙 無 無 表 六 EEDTP 模 型 判 斷 正 確 的 正 面 例 子 (2) 我 也 真 蠢 困 擾 這 麼 久 太 傻 太 傻 今 天 期 待 你 接 我 下 班 期 待 第 一 次 和 你 的 晚 場 電 影 哭 泣... 原 來 是 美 好 的 因 為 哭 一 哭 讓 我 就 會 清 醒 太 久 不 會 哭 了 所 以 終 於 宣 洩 出 內 心 的 壓 力 還 有 冷 漠 的 聆 聽 聽 到 我 內 心 真 正 要 下 定 決 心 的 遠 離 那 焦 慮 謝 謝 你 我 也 恨 你 那 些 焦 慮 帶 給 我 的 痛 苦 你 沒 有 資 格 再 來 我 心 裡 折 磨 我 從 今 以 後 我 要 趕 離 你 請 你 這 焦 慮 從 此 遠 離 我 的 生 命 生 活 消 失 真 正 需 要 平 靜 的 我 要 回 到 我 正 常 的 一 切 生 活 如 果 不 是 焦 慮 我 就 不 會 胡 言 亂 語 不 會 失 眠 的 更 嚴 重.. 但 我 好 不 捨 你 這 樣 說 讓 我 愧 疚 萬 分 對 不 起 給 你 的 這 樣 如 此 大 的 壓 力 可 是 我 才 知 道 你 是 那 麼 愛 我 即 便 我 不 停 的 說 都 是 我 害 你 的 你 仍 不 願 再 傷 害 我 直 說 不 是 我 的 錯 好 傻 我 就 活 在 你 幸 福 的 包 圍 卻 要 莫 名 的 害 怕 焦 慮 恐 慌 事 件 詞 症 狀 詞 負 面 想 法 詞 傷 害 我 失 眠 消 失 (4) 錯 誤 例 子 : 在 表 七 的 錯 誤 例 子 中, 專 家 標 記 本 篇 文 章 無 憂 鬱 傾 向, 但 EEDTP 模 型 找 出 的 事 件 詞 為 病 情, 這 個 詞 在 憂 鬱 詞 典 訓 練 的 憂 鬱 分 數 很 高, 因 為 該 詞 彙 在 訓 練 資 料 中 出 現 的 詞 頻 較 高, 而 導 致 病 情 在 本 篇 文 章 擷 取 事 件 時 的 分 數 變 高, 進 而 判 斷 成 有 憂 鬱 傾 向 273

12 表 七 EEDTP 模 型 判 斷 錯 誤 例 子 現 在 吵 得 正 夯 的 全 面 啟 動, 讓 我 越 來 越 不 想 去 看 不 是 因 為 被 雷 到 ( 本 來 沒 人 在 說 的 時 候, 很 想 去 看 的 ) 今 天 看 診 的 時 候, 突 然 有 種 很 想 逃 離 醫 院 的 感 覺 希 望 他 永 遠 不 要 叫 到 我 ( 本 來 剛 開 始, 我 很 期 待 進 診 間 談 病 情 的 事 ) 我 好 想 要 被 關 心, 但 是 被 同 一 個 人 過 度 關 心 會 覺 得 反 感 真 是 太 噁 心 了 ( 從 陌 生 到 熟 識, 這 樣 的 感 覺 應 該 很 好 啊! 不 是 嗎?) 我 不 是 特 別 我 不 是 刻 意 和 別 人 不 一 樣 我 是 有 病! 事 件 詞 症 狀 詞 負 面 想 法 詞 病 情 無 無 五 結 論 本 論 文 提 出 事 件 情 緒 驅 動 的 憂 鬱 傾 向 預 測 模 型 (Event-Emotion-driven Depression Tendency Prediction Model), 藉 由 負 面 情 緒 事 件 症 狀 和 負 面 想 法 四 項 憂 鬱 特 徵 的 分 析, 然 後 判 別 出 部 落 格 作 者 的 憂 鬱 傾 向 實 驗 結 果 顯 示 本 方 法 可 以 有 效 地 利 用 部 落 格 網 誌 文 章 自 動 判 別 部 落 格 作 者 的 憂 鬱 傾 向 本 研 究 發 展 的 部 落 格 作 者 憂 鬱 傾 向 分 析 與 預 測 創 新 技 術, 應 該 可 以 協 助 憂 鬱 症 患 者 提 早 診 斷, 進 一 步 尋 求 專 業 醫 療, 減 輕 痛 苦 為 了 進 一 步 提 升 本 方 法 效 能, 未 來 我 們 將 收 集 和 標 記 更 多 訓 練 資 料, 以 及 擴 充 四 個 類 型 憂 鬱 因 素 辭 典, 尤 其 是 症 狀 及 負 面 想 法 詞 典 必 須 增 加 到 一 定 的 數 量 參 考 文 獻 [1] American Psychiatric Association, Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition - Text Revision (DSMIV-TR), Amer Psychiatric Pub, [2] G.L. Engel, The need for a new medical model: a challenge for biomedical medicine. Science, New Series, vol. 196, no , pp , Apr. 8, [3] Hsu, C.W. and Lin, C. J., A comparison of methods for multi-class support vector machines. IEEE Transactions on Neural Networks. 2002, Vol. 13 (2002), p [4] Im, S. and Pustejovsky, J.. Annotating Lexically Entailed Subevents for Textual Inference Tasks, in Proceedings of FLAIRS Conference [5] Im, S. and Pustejovsky, J.. Annotating event implicatures for textual inference tasks. Generative Approaches to the Lexicon (GL2009)

13 [6] Judit, B. I, An outsider's view on "topic-oriented blogging", in Proceedings of the 13th international World Wide Web conference on Alternate track papers. 2004, ACM: New York, NY, USA. pp [7] Kumaran, G. and Allan, J., Text classification and named entities for new event detection, in Proceedings of the 27th annual international ACM SIGIR conference on Research and development in information retrieval. 2004, ACM: Sheffield, United Kingdom. p [8] Kuo, J.J. and Chen, H.H., Multidocument Summary Generation: Using Informative and Event Words. ACM Transactions on Asian Language Information Processing (TALIP), (1): pp [9] Leshed, G. and Kaye, J.J., Understanding how bloggers feel: recognizing affect in blog posts, in CHI '06 extended abstracts on Human factors in computing systems. 2006, pp [10] Freud, S., Strachey, J., Richards, A., On Metapsychology: The Theory of Psychoanalysis. Penguin Books, 1984, pp [11] Lin, H.Y. and Chen, H. H., Ranking reader emotions using pairwise loss minimization and emotional distribution regression, in Proceedings of the Conference on Empirical Methods in Natural Language Processing. 2008, pp [12] A. Maslow, The Farther Reaches of Human Nature. New York, NY, USA: Viking Books, 1971, pp.318. [13] Palmer, M., Hwang, J. D., Brown, S. W., Schuler, K. K., Lanfranchi, A., Leveraging Lexical Resources for the Detection of Event Relations, in Proceedings of the AAAI 2009 Spring Symposium on Learning by Reading. 2009, pp [14] Pustejovsky, James, Robert Ingria, Roser Sauri, Jose Gastano, Jessica Littman, Rob Gaizauskas, Andrea Setzer, Graham Katz, and Christopher Habel. The Specification Language TimeML, Oxford University Press. 2005a. [15] Pustejovsky, James, Kiyong Lee, Harry Bunt, and Laurent Romary. "ISO-TimeML: An International Standard for Semantic Annotation." LREC 2010, Malta. May 18-21, 2010.Pieter M.A., Hekkert, P., Special Issue Editorial: Design & Emotion, International Journal of Design. 2009, Vol. 3, No. 2, p [16] Pustejovsky, James, Robert Knippen, Jessica Littman, and Roser Saur ı, Temporal and Event Information in Natural Language Text, Language Resources and Evaluation. 2005b, Vol 39, p [17] World Health Organization, The International Statistical Classification of Diseases and Related Health Problems 10th Revision (ICD-10),

14 [18] World Health Organization, Depression, [19] Yang, C. H., Kuo, H. A. and Chen, H. H., Building emotion lexicon from weblog corpora, in Proceedings of the 45th Annual Meeting of the ACL on Interactive Poster and Demonstration Sessions. 2007, pp [20] Yang, C. H., Kuo, H. A. and Chen, H. H., Emotion Classification Using Web Blog Corpora, in Proceedings of the IEEE/WIC/ACM International Conference on Web Intelligence. 2007, IEEE Computer Society. p [21] Yang, C. H., Kuo, H. A. and Chen, H. H., Emotion Trend Analysis Using Blog Corpora, in Proceedings of the 19th Conference on Computational Linguistics and Speech Processing pp [22] Teng, C. Y., Chen H. H., Event Detection and Summarization in Weblogs with Temporal Collocations, in International Conference on Language Resources and Evaluation pp [23] Chen, M. C., Chen H. H., TSCAN: A Content Anatomy Approach to Temporal Topic Summarization, in IEEE Transactions on Knowledge & Data Engineering pp [24] 林 思 恩, 東 亞 七 國 快 樂 指 數 香 港 倒 數 第 二 台 灣 人 最 不 快 樂, [25] 財 團 法 人 董 氏 基 金 會, 憂 鬱 情 緒 自 我 篩 檢, [26] Paykel, E.S., Meyers, J.K., Dienelt, M.N., Klerman, G.L., Lindenthal, J.J., Pepper, M.P., Life events and depression : A controlled study, Archives of General Psychiatry, vol. 21, no. 6, pp ,