通过归纳式对话系统进行多方面抑郁严重程度评估
计算与语言
2024-10-30 v1
摘要
随着聊天机器人的进步和自动抑郁症检测需求的增长，在患者对话中识别抑郁症已获得更多关注。然而，先前的方法通常以二元方式或仅用一个单一分数来评估抑郁症，缺乏多样化的反馈，并且不注重增强对话响应。在本文中，我们提出了一项新任务：通过归纳式对话系统进行多方面抑郁严重程度评估（MaDSA），该任务通过结合评估辅助的响应生成，在多个标准上评估患者的抑郁水平。此外，我们为MaDSA提出了一个基础系统，该系统在一个分层严重程度评估结构内，通过辅助情绪分类任务来诱导心理对话响应。我们合成了一个带有八个抑郁严重程度方面和情绪标签标注的对话数据集，并通过人工评估证明了其稳健性。实验结果显示了我们关于MaDSA的初步工作具有潜力。
引用
@article{arxiv.2410.21836,
title = {Multi-aspect Depression Severity Assessment via Inductive Dialogue System},
author = {Chaebin Lee and Seungyeon Seo and Heejin Do and Gary Geunbae Lee},
journal= {arXiv preprint arXiv:2410.21836},
year = {2024}
}