悲伤与抑郁症细粒度分类的可解释性
计算与语言
2022-03-22 v1 人工智能
摘要
悲伤是人们在生活中某些时刻会经历的人类情绪，带来情感失望与痛苦；而抑郁症是一种更长期的心理疾病，损害社交、职业及其他重要功能领域，因而是一个严重得多的问题，需尽早应对。NLP技术可用于检测和后续诊断这些情绪。网络上大多数开源数据将悲伤作为抑郁症的一部分、作为一种情绪来处理，尽管两者严重程度差异巨大。因此，我们创建了自己的新颖数据集以阐明二者区别。本文旨在突出两者差异，并展示我们的模型在明确标注悲伤与抑郁时的可解释性。由于此类信息的敏感性，在处理和训练此类数据时需采取隐私措施。因此，我们还探讨了联邦学习（Federated Learning, FL）在上下文语言模型上的影响。
引用
@article{arxiv.2203.10432,
title = {Interpretability of Fine-grained Classification of Sadness and Depression},
author = {Tiasa Singha Roy and Priyam Basu and Aman Priyanshu and Rakshit Naidu},
journal= {arXiv preprint arXiv:2203.10432},
year = {2022}
}
备注
4 pages, 3 figures