多元视角、差异模型：Twitter 跨文化抑郁检测的评估

社交媒体数据已被用于检测具有精神障碍（如抑郁）的用户。尽管跨文化表示的全球重要性及其对模型性能的潜在影响尤为关键，但公开的数据集常常缺乏与此相关的关键元数据。在本研究中，我们评估了构建基于跨文化 Twitter 数据的 AI 模型的泛化能力。我们收集了一个来自七个国家的、带有地理位置信息的抑郁用户定制数据集作为测试数据集。我们的结果表明，抑郁检测模型在全球范围内并不具备良好的泛化能力。与全球南部用户相比，全球北部用户的模型表现更差。预训练语言模型在泛化方面优于逻辑回归，尽管在非西方用户和抑郁用户方面仍表现出显著的性能差距。我们量化了我们的发现，并提供了several 可操作的建议，以缓解这一问题。