基于加权结构模式的自然语言文本认知扭曲可解释识别

我们提出了一种基于加权结构模式（如N-gram）并考虑其之间层级关系的自然语言文本多因素分类方法，用于解决自动检测心理咨询中特定认知扭曲这一具有社会意义的问题，依托一种可解释、稳健且透明的人工智能模型。所提出的识别和学习算法改进了该领域当前的状态。该改进在两个公开数据集上进行测试，相较于文献中已知的F1分数显著提高，确定了最佳超参数，并提供代码和模型供社区未来使用。