利用多模态叙事与可视化检测对话中的抑郁状态
人机交互
2020-01-29 v2 人工智能
计算与语言
摘要
对话包含广泛的多模态信息,为我们提供关于说话者情绪与心境的线索。在本文中,我们开发了一个支持人类分析对话的系统。我们的主要贡献是识别恰当的多模态特征,并将此类特征整合进逐字对话转录文本。我们展示了系统接收广泛多模态信息并自动生成个体抑郁状态预测分数的能力。我们的实验表明,该方法比基线模型性能更优。此外,多模态叙事方法便于整合来自其他学科(如对话分析与心理学)的见解。最后,这种跨学科的自动化方法是迈向模拟从业者记录治疗过程以及模拟对话分析师手工分析对话的一步。
引用
@article{arxiv.2001.04809,
title = {Detecting depression in dyadic conversations with multimodal narratives and visualizations},
author = {Joshua Y. Kim and Greyson Y. Kim and Kalina Yacef},
journal= {arXiv preprint arXiv:2001.04809},
year = {2020}
}
备注
12 pages