利用情感改进少数群体压力检测

心理应激检测是心理健康研究的一项重要任务，但此前鲜有工作考察心理应激模型在少数个体上的有效性，而后者尤其易受不良心理健康结果的影响。在本工作中，我们利用少数群体压力检测这一相关任务来评估心理应激模型理解性与性别少数群体语言的能力。我们发现传统心理应激模型在少数群体压力检测上表现不佳，并提议使用情感注入模型来缩小该性能差距。我们进一步证明，多任务心理应激模型无需直接在少数群体压力数据上训练即可超越当前最先进的少数群体压力检测。我们提供了解释性分析，表明少数群体社区的情感分布不同于总体人群，且情感注入模型因其在低数据环境中的有效性而改善了应激模型在代表性不足群体上的表现；我们提议，在其他心理健康检测任务中融入情感亦可使代表性不足群体受益。