基于层级网络情感条件化的转录临床访谈抑郁症检测
计算与语言
2020-06-16 v1 机器学习
机器学习
摘要
在这项工作中，我们提出了一种从转录临床访谈中检测抑郁症的机器学习模型。抑郁症是一种精神障碍，不仅影响患者的情绪，也影响其语言使用。为此，我们使用层级注意力网络(Hierarchical Attention Network)对抑郁症受试者的访谈进行分类。我们用从情感词库中提取的语言特征上的条件化机制来增强模型的注意力层。我们的分析表明，被诊断为抑郁症的个体比非抑郁症个体在更大程度上使用情感性语言。实验表明，外部情感信息提升了所提架构在 General Psychotherapy Corpus 和 DAIC-WoZ 2017 抑郁症数据集上的性能，分别取得了 71.6 和 68.6 的 SOTA F1 分数。
引用
@article{arxiv.2006.08336,
title = {Affective Conditioning on Hierarchical Networks applied to Depression Detection from Transcribed Clinical Interviews},
author = {D. Xezonaki and G. Paraskevopoulos and A. Potamianos and S. Narayanan},
journal= {arXiv preprint arXiv:2006.08336},
year = {2020}
}