利用情感知识共享从社交网络检测抑郁症
计算与语言
2023-06-28 v1 人工智能
社会与信息网络
摘要
社交网络在传播人们观点、情绪、想法与恐惧方面发挥着重要作用。值得注意的是，在 COVID-19 大流行期间的封锁之后，抑郁症问题受到越来越多关注，相当大一部分人求助于社交网络作为表达情绪的出口。利用深度学习技术从社交网络消息中辨识潜在的抑郁迹象，有助于心理健康问题的早期识别。当前通过社交网络检测抑郁症的努力通常仅依赖分析文本内容，忽视了其他潜在信息。本工作中，我们进行了深入调研，揭示了抑郁症与负性情绪状态之间的强相关性。将此类关联作为外部知识集成可为抑郁症检测提供有价值的洞察。据此，我们提出一种多任务训练框架 DeSK，其利用共享情感知识来增强抑郁症检测的效果。在中英文数据集上的实验证明了 DeSK 的跨语言有效性。
引用
@article{arxiv.2306.14903,
title = {Detect Depression from Social Networks with Sentiment Knowledge Sharing},
author = {Yan Shi and Yao Tian and Chengwei Tong and Chunyan Zhu and Qianqian Li and Mengzhu Zhang and Wei Zhao and Yong Liao and Pengyuan Zhou},
journal= {arXiv preprint arXiv:2306.14903},
year = {2023}
}