dc.contributor.advisor | Dağ, İhsan | |
dc.contributor.author | Eyrikaya, Erkan | |
dc.date.accessioned | 2024-08-01T06:27:40Z | |
dc.date.issued | 2024 | |
dc.date.submitted | 2024-06-04 | |
dc.identifier.citation | EYRİKAYA, Erkan. Psikopatolojinin Tespitinde Yeni Bir Yaklaşım: Makine Öğrenmesiyle ve Derin Öğrenmeyle Dilin Analizine Dayalı Psikopatolojinin Tespiti, Yüksek Lisans Tezi, Ankara, 2024. | tr_TR |
dc.identifier.uri | https://hdl.handle.net/11655/35399 | |
dc.description.abstract | Background: Recent methodological transformations in psychological science reveal that psychopathologies possess distinct linguistic markers.
Objective: This study aims to detect general psychopathologies and differentiate between depression, anxiety and depressive-anxiety groups using natural language processing (NLP) and machine learning (ML) based on linguistic markers.
Method: Out of 2551 participants, 1901 aged 18-43 years met the inclusion criteria. General psychopathology groups were formed using the Brief Symptom Inventory, while specific groups for depression, anxiety, and depressive-anxiety were formed via the Depression, Anxiety, and Stress Scale. Negative mood was assessed using the Positive and Negative Mood Scale. External validation was conducted for general psychopathology models using self-reported diagnostic groups (Demographic Information Form). SHAP library was used for model explanations. Attitudes towards 13 life subfields were analyzed using the Beier sentence completion test (BCTT) in two ways: (1) textual analysis using NLP (BERT model); (2) subscale score analysis using classical ML (Support Vector Machine).
Results and Discussion: The pathology diagnosis group outperformed the subclinical sample test sets, yet the past diagnosis group could not be distinguished from the control group. Cognitive changes linked to the development and treatment of psychopathology may share a common and consistent structure. Contrasting hopelessness in depression, cognitive content in anxiety remained relatively positive, suggesting hope as a key factor in transitioning from anxiety to depressive anxiety. ‘I-talk’ emerged as a crucial marker of general psychopathology and specifically for anxiety. Depression and anxiety word counts were key discriminators for depression and anxiety, aligning with cognitive content specificity hypotheses.
Conclusion: As far as I know, this is the first comprehensive study in the Turkish psychological literature to investigate the distinction between AI and anxiety, depression, depressive-anxiety, and to detect general psychopathologies with its unique methodology. These findings emphasize the potential of AI in psychopathology detection and the need for further research. | tr_TR |
dc.language.iso | tur | tr_TR |
dc.publisher | Sosyal Bilimler Enstitüsü | tr_TR |
dc.rights | info:eu-repo/semantics/embargoedAccess | tr_TR |
dc.subject | Depresyon | tr_TR |
dc.subject | Anksiyete | tr_TR |
dc.subject | Makine öğrenmesi | tr_TR |
dc.subject | SHAP | tr_TR |
dc.subject | Bilişsel içerik-özgüllük | tr_TR |
dc.subject | Depression | tr_TR |
dc.subject | Anxiety | tr_TR |
dc.subject | Machine learning | tr_TR |
dc.subject | Cognitive content-specificity | tr_TR |
dc.title | Psikopatolojinin Tespitinde Yeni Bir Yaklaşım: Makine Öğrenmesiyle ve Derin Öğrenmeyle Dilin Analizine Dayalı Psikopatolojinin Tespiti | tr_TR |
dc.title.alternative | A New Approach in Detection of Psychopathology: Detection of Psychopathology Based on Analysis of Language with Machine Learning and Deep Learning | tr_TR |
dc.type | info:eu-repo/semantics/masterThesis | tr_TR |
dc.description.ozet | Arka plan: Psikolojide yakın zamanda başlayan metodolojik dönüşüm, psikopatolojilerin kendine özgü dillerinin olduğunu göstermektedir.
Amaç: Bu çalışma, dilsel belirteçler temelinde doğal dil işleme (DDİ) ve makine öğrenimi (MÖ) yöntemiyle genel psikopatolojileri tespit etmeyi ve depresyon, anksiyete ve depresif-anksiyete grupları arasında ayrım yapmayı hedeflemektedir.
Yöntem: Toplam 2551 katılımcıya ulaşılmış ve içleme kriterleri sonrasında 18-43 yaş aralığında 1901 kişi kalmıştır. Kısa Semptom Envanteri kullanılarak genel psikopatoloji grupları; Depresyon, Kaygı ve Stres Ölçeği kullanılarak depresyon, anksiyete ve depresif-anksiyete spesifik grupları oluşturulmuştur. Çalışmada Pozitif ve Negatif Duygu Ölçeği ile olumsuz duygu durumu da değerlendirilmiştir. Genel psikopatoloji tespitindeki modeller, öz beyana dayalı (Demografik Bilgi Formu ile) tanı grupları ile harici doğrulamaya tabi tutulmuştur. Model açıklamaları için SHAP kütüphanesi kullanılmıştır. Beier Cümle Tamamlama Testiyle (BCTT) toplanan, yaşamın 13 alt alanına ilişkin tutumlar iki yolla analiz edilmiştir: (1) Yazılı içeriğin analizinde doğrudan DDİ (BERT Modeli), (2) BCTT alt boyut puanları temelindeki analizde klasik MÖ (Destek Vektör Makinesi) kullanılmıştır.
Bulgular ve Tartışma: Patoloji tanı grubu, subklinik örneklemden oluşturulan test setlerinden daha iyi performans gösterirken geçmiş tanı grubu kontrol grubundan ayırt edilememiştir: Psikopatolojinin gelişimindeki ve tedavi sürecindeki bilişsel değişiklikler, ortak ve tutarlı bir yapı aracılığıyla geçekleşiyor olabilir. Depresyondaki umutsuzluğun aksine anksiyetede bilişsel içerik nispeten olumlu kalmıştır: Umut, anksiyeteden depresif anksiyeteye geçişte önemli bir etken olabilir. ‘Ben konuşması’(I-talk) genel psikopatolojinin önemli; anksiyetenin ise özgün belirtecidir. Bilişsel içerik-özgüllük hipotezleriyle tutarlı olarak, depresyon ve anksiyete kelime sayısı, depresyon ve anksiyete gruplarının önemli ayırt edicisidir.
Sonuç: Yazarın bildiği kadarıyla bu çalışma Türk psikoloji literatüründe yapay zeka ile anksiyete, depresyon ve depresif-anksiyete arasındaki ayrımın araştırıldığı ve özgün metodolojisiyle genel psikopatolojilerin tespitine yönelik ilk kapsamlı çalışmadır. Bulgular, yapay zekanın psikopatoloji tespitindeki potansiyelini ve daha fazla araştırmaya duyulan ihtiyacı vurgulamaktadır. | tr_TR |
dc.contributor.department | Psikoloji | tr_TR |
dc.embargo.terms | 6 ay | tr_TR |
dc.embargo.lift | 2025-02-03T06:27:40Z | |
dc.funding | Yok | tr_TR |