В данной статье представлен первый всесторонний обзор датасетов с неструктурированным текстом, собранных вне социальных сетей и используемых в исследованиях психического здоровья, с целью устранения смещений выборки и этических проблем, связанных с данными из социальных сетей. Используя методологию PRISMA, авторы провели обзор доступных датасетов на нескольких языках для оценки их характеристик и полезности.
- Датасеты с неструктурированным текстом вне социальных сетей в основном сосредоточены на английском языке.
- Большинство этих датасетов направлены на выявление депрессии.
- Среди рассмотренных ресурсов наблюдается значительная вариация в демографии, платформах, типах данных, техниках аннотирования и методологиях.
- Обзор выявляет ключевые пробелы в текущих ресурсах.
Авторы подчеркивают возможности для разработки более разнообразных, надежных и клинически релевантных ресурсов для преодоления существующих ограничений в выявлении расстройств психического здоровья.