基于主题建模的多模态抑郁症检测
计算与语言
2018-03-29 v1 信息检索
机器学习
声音
音频与语音处理
摘要
重度抑郁症是一种常见的精神障碍，影响着近 7% 的美国成年人口。2017 年音频/视频情感挑战赛（AVEC）要求参赛者构建一个模型，基于时长在 7 至 33 分钟之间的访谈的音频、视频和文本来预测抑郁程度。由于对整个访谈进行特征平均会丢失大部分时序信息，如何发现、捕获并保留此类长访谈中有用的时序细节是一项重大挑战。因此，我们提出了一种基于主题建模的新方法，以对录音进行上下文感知分析。我们的实验表明，所提出的方法在所有指标上均优于上下文无关方法和挑战赛基线。
引用
@article{arxiv.1803.10384,
title = {Topic Modeling Based Multi-modal Depression Detection},
author = {Yuan Gong and Christian Poellabauer},
journal= {arXiv preprint arXiv:1803.10384},
year = {2018}
}
备注
Proceedings of the 7th Audio/Visual Emotion Challenge and Workshop (AVEC). (Official Depression Challenge Winner)