创伤的语言：基于可解释 AI 建模跨域创伤事件描述
计算与语言
2024-08-13 v1 计算机与社会
摘要
心理创伤可在各种令人痛苦的事件后发生，体现在多样化的在线语境中。然而，传统研究通常仅关注创伤的一个方面，忽略了不同情境下发现的可迁移性。为填补这一空白，我们在包含 genocide-related 法庭数据、关于创伤后压力障碍（PTSD）的 Reddit 数据集、咨询对话以及 Incel 论坛帖子的创伤相关数据集上，以逐步增加的复杂度训练语言模型。我们的结果表明，微调的 RoBERTa 模型在跨域预测创伤事件方面优于像 GPT-4 这样的大型语言模型。此外，SLALOM-特征得分和概念解释有效区分并聚类创伤相关语言，突显不同创伤方面，并识别出性侵经历和与死亡相关的经历是所有数据集中常见的创伤事件。这种可迁移性至关重要，因为它有助于开发工具，以支持不同人群和情境下的创伤检测和干预。
引用
@article{arxiv.2408.05977,
title = {The Language of Trauma: Modeling Traumatic Event Descriptions Across Domains with Explainable AI},
author = {Miriam Schirmer and Tobias Leemann and Gjergji Kasneci and Jürgen Pfeffer and David Jurgens},
journal= {arXiv preprint arXiv:2408.05977},
year = {2024}
}