メンタルヘルスは社会的に重要な問題である。近年、メンタルヘルスの問題はインターネット上の活動と密接に関係している。そこで我々は、Twitterユーザーがメンタルヘルス問題を抱えているかどうかを分類するシステムを開発した。特定のパターンに合致するアカウントはメンタルヘルス問題を抱えている可能性が高いと仮定し、この仮定に基づいてポジティブな例とネガティブな例を100万件規模で収集した。また、キーワードに依存する先行研究とは異なり、メンタルヘルスに特化したキーワードを含まないユーザの発話を分類する可能性を検討するため、そのようなキーワードを含むツイートはデータセットから排除した。BERT、LSTM、SVMを学習させ、分類性能を比較した。BERTについては、大規模ツイートデータを用いた事前学習を行った。BERTが最も高い性能を示し、Accuracy 0.83, Recall 0.8, Precision 0.88,F1-score 0.84という実用レベルの高い分類性能を達成した。文脈情報の重要性とともに、一般的な発話からメンタルヘルス不調を推測しうることを示した。
