面向社交媒体帖子中精神障碍人际风险因子的可解释标注数据集
计算与语言
2023-05-31 v1 信息检索
摘要
随着识别社交媒体帖子中自杀风险及其严重程度的激增，我们认为需要更具影响力且可解释的研究，以对临床心理学实践和个性化精神卫生保健产生最优影响。利用计算智能技术从社交媒体资源推断精神疾病的成功，表明自然语言处理可作为确定人类文本中人际风险因子（IRF）的视角。受限于社交 NLP 研究界数据集的可用性，我们构建并发布了一个新标注数据集，包含人工标注的解释以及对影响社交媒体精神障碍的 IRF 的分类：（i）受阻归属感（TBe），和（ii）感知累赘感（PBu）。我们在该数据集上建立了基线模型，促进未来研究方向，通过检测用户历史社交媒体画像情感谱中的 TBe 和 PBu 模式来开发实时个性化 AI 模型。
引用
@article{arxiv.2305.18727,
title = {An Annotated Dataset for Explainable Interpersonal Risk Factors of Mental Disturbance in Social Media Posts},
author = {Muskan Garg and Amirmohammad Shahbandegan and Amrit Chadha and Vijay Mago},
journal= {arXiv preprint arXiv:2305.18727},
year = {2023}
}