Artykuł naszych naukowców pt. „Combining Recommender Systems and Language Models in Early Detection of Signs of Anorexia” został opublikowany w otwartym dostępie. W ramach pracy zostało opisane podejście, które uzyskało najlepszy wynik według metryki ERDE w międzynarodowym konkursie w zakresie wczesnego wykrywania zagrożeń w Internecie – eRisk 2024. Autorzy pracy: mgr Oskar Riewe-Perła, dr hab. Agata Filipowska, prof. UEP.
Opisana w publikacji metoda wykorzystuje najnowsze osiągnięcia w dziedzinie przetwarzania języka naturalnego (NLP) oraz architekturę systemów rekomendacyjnych. Analizując zachowanie modeli sugerujących treści na podstawie podobieństw użytkowników, ta metoda ocenia, czy rekomendowane treści pochodzą od osób doświadczających tego zaburzenia. Takie podejście umożliwia wydawanie wczesnych ostrzeżeń o potencjalnym ryzyku wystąpienia objawów zaburzeń odżywiania. Opisana w pracy metoda osiągnęła najlepszy wynik według metryki ERDE (Early Risk Detection Error) w konkursie eRisk 2024. Metryka ta uwzględnia zarówno precyzję wyników, jak i czas potrzebny do zaalarmowania o możliwości, że dana osoba może cierpieć na anoreksję. Aspekt ten stanowił kluczowy element konkursu oraz ma realny wpływ przy zastosowaniu systemów wczesnego ostrzegania.
Konkurs eRisk jest jednym z wielu wyzwań organizowanych w ramach konferencji CLEF (Conference and Labs of the Evaluation Forum), która od 2000 roku przyciąga naukowców i specjalistów z całego świata, zainteresowanych rozwojem technologii przetwarzania danych i wyszukiwania informacji.