基于 ERNIE 语言模型的人工智能认知行为疗法数据增强
人工智能
2025-07-01 v1
摘要
认知行为疗法 (CBT) 是一种针对精神健康障碍相关的非理性思维模式的 proven 方法，但其有效性依赖于准确识别认知路径以提供针对性治疗。在当今数字时代，个体常在社交媒体上表达负面情绪，可能揭露认知扭曲，严重时则表现出自杀倾向。然而，现有方法在分析这些认知路径方面存在显著缺口，这对旨在在线环境中提供及时有效干预的心理治疗师而言至关重要。认知行为疗法 (CBT) 框架利用接受、承诺和数据增强来对文本和图像内容进行正负分类。具体而言，系统采用 BERT、RoBERTa 进行情感分析，T5、PEGASUS 进行文本摘要，mT5 进行多语言文本翻译，侧重于检测社交媒体数据中的负面情绪和认知扭曲。虽然现有模型主要旨在识别负面思想，但本系统超越了这一点，还能预测其他负面副作用及类似偏执症、饮食失调等其他潜在精神健康障碍。这一增强措施为心理治疗师提供了强大的工具，使其能够更全面地理解和干预各种心理问题，实现早期检测和治疗。
引用
@article{arxiv.2506.23503,
title = {Data Augmentation for Cognitive Behavioral Therapy: Leveraging ERNIE Language Models using Artificial Intelligence},
author = {Bosubabu Sambana and Kondreddygari Archana and Suram Indhra Sena Reddy and Shaik Meethaigar Jameer Basha and Shaik Karishma},
journal= {arXiv preprint arXiv:2506.23503},
year = {2025}
}
备注
6 Pages, 5 Figures, IEEE IDCIoT 2025