基于大规模预训练模型的中文心理支持热线细粒度语音情感分析
计算与语言
2024-05-08 v1 声音
音频与语音处理
摘要
自杀和自杀行为仍然是公共政策和医疗保健的重大挑战。为此，全球建立了心理支持热线，为处于心理危机中的个体提供即时帮助。这些热线的有效性很大程度上取决于准确识别来电者的情绪状态，特别是表明自杀风险增加的潜在负面情绪。然而，心理干预的高需求常常导致专业接线员短缺，凸显了对有效语音情感识别模型的需求。该模型将自动检测和分析来电者的情绪，便于集成到热线服务中。此外，它还能对心理支持热线互动进行大规模数据分析，以探索人群中的心理现象和行为。我们的研究使用了北京心理支持热线（中国最大的自杀热线）的数据。我们分析了105位来电者的语音数据，包含20,630个片段，并将其分为11种负面情绪类型。我们使用大规模预训练模型开发了负面情绪识别模型和细粒度多标签分类模型。实验表明，负面情绪识别模型的最大F1分数为76.96%。然而，在细粒度多标签分类任务中效果有限，最佳模型仅达到41.74%的加权F1分数。我们对此任务进行了错误分析，讨论了未来可能的改进，并考虑了本研究的临床应用可能性。所有代码均已公开。
引用
@article{arxiv.2405.04128,
title = {Fine-grained Speech Sentiment Analysis in Chinese Psychological Support Hotlines Based on Large-scale Pre-trained Model},
author = {Zhonglong Chen and Changwei Song and Yining Chen and Jianqiang Li and Guanghui Fu and Yongsheng Tong and Qing Zhao},
journal= {arXiv preprint arXiv:2405.04128},
year = {2024}
}