ПРЕВЕНЦІЯ ДЕСТРУКТИВНОЇ ПОВЕДІНКИ ЗА ТЕКСТАМИ КОРИСТУВАЧІВ З ПТСР МЕТОДАМИ ОБРОБКИ ПРИРОДНОЇ МОВИ

Анотація

Дослідження присвячено проблемі автоматизованого виявлення деструктивної поведінки за текстами користувачів з посттравматичними стресовими розладами методами обробки природної мови. У статті запропоновано метод автоматизованого виявлення та превенції деструктивної поведінки серед користувачів із ПТСР на основі багатокрокового аналізу їхніх текстових повідомлень. Архітектура методу передбачає послідовне виявлення ознак ПТСР, ідентифікацію супутніх ментальних станів (депресії, тривоги, паніки, нарцисизму, гніву), визначення емоційних характеристик контенту, а також формування інтегральних показників схильності до деструктивної поведінки. Важливою складовою є побудова часових візуалізацій, які дозволяють відстежувати динаміку ризику та визначати критичні періоди підвищеної загрози. Метод апробовано на датасеті «Depression: Twitter Dataset + Feature Extraction», що містить 20 000 позначених англомовних твітів, придатних для часової аналітики. Наявна розмітка датасету відповідає результатам, отриманим в результаті роботи методу.

Наукова новизна роботи полягає у комплексному поєднанні NLP-аналізу, нейромережевих моделей та візуалізації часових рядів для формування інтегральної оцінки ризику деструктивної поведінки. Практичне значення полягає у можливості застосування запропонованого методу у системах психодіагностики, раннього виявлення ризиків та превентивних інструментах підтримки психічного здоров’я. Отримані результати демонструють перспективність підходу та відкривають напрями для подальшого розвитку, зокрема інтеграції мультимодальних даних і адаптації моделей до україномовного середовища. Дослідження також узгоджується з цілями сталого розвитку ООН, сприяючи забезпеченню добробуту, здоров’я та безпеки людини в умовах сучасних соціальних викликів.