В настоящее время перед общество стоит большое количество проблем, разрушение семейных ячеек общество, отдаление детей от своих родителей, возникновение экстремистских ячеек в образовательных организация, кибербуллинг и детский суицид, это список можно продолжать бесконечно. В текущий момент с психологическими проблемами помогают бороться психологи, но их как правило по одному человеку на школу, да и компетенции у некоторых из них сомнительные.  С целью повышения психологического здоровья школьников мной разрабатывается проект для выявление психологических девиаций и экстремистки наклонностей у учащихся средних и высших учебных заведений.

         Мы находимся в эре интернета, где каждый пользователь в отрытую публикуют свои мысли, свои действия, мало кто на это обращает внимания. Проанализировав социальные страницы школьников, которые совершили суицид или произвели теракт в школе, мной были найдены паттерны различного вида. Это как видео про колумбайн, фотоматериал с угрозами к покончить с жизнью и просто буллинг комментарии, которые негативно влияют на психологическое состояние ребёнка. Обнаружив подобные паттерны, нашей командой был придуман метод с помощью, которого можно помочь детям. Поскольку большую часть данных это текст, мной были рассмотрены стандартные методы тематического моделирования (LSA, LDA, ARTM), основанные на сборе статистики, они плохо работают с опечатками и различными языками. Для устранения недостатков этих методов в данной работе предлагается использовать нейронную сеть BERT. Данная нейронная сеть обучена на 50+ языках и учитывает их тематическую, семантическую и синтаксическую составляющую. При помощи BERT происходит векторизация предложения, далее при помощи UMAP понижается размерность векторов, для создания общих групп тематик применяется HDBSCAN.  Для обнаружения опасных объектов была обучена нейронная сеть YoloV5. Так же были собраны результаты психологического теста-опросника «Определение склонности к отклоняющемуся поведению» за авторством А.Н. Орел. На основе результатов теста и профилей людей, которые его заполняли. Нами была составлена корреляционная модель которая классифицировал профиль пользователя на 4 психологических склонности.



Видео презентация - https://drive.google.com/file/...
Сайт проекта - https://eliza.care/

На страницу проекта