当一致性成为偏见：半结构临床访谈中的访谈者效应

自动从医生-患者对话中检测抑郁症因公共语料库的可用性和语言建模的进步而获得了显著发展。然而，可解释性仍有限：常常在未透露预测驱动因素的情况下报告卓越的性能。我们分析了 ANDROIDS、DAIC-WOZ、E-DAIC 三个数据集，识别出半结构化访谈中来自访谈者提示的系统性偏见。在访谈者发言上训练的模型会利用固定的提示和位置来区分抑郁患者与对照组，常常在未使用参与者语言的情况下就实现高分类得分。将模型限制在参与者发言上可更广泛地分布决策证据，并反映真实的语言线索。虽然半结构化协议确保一致性，但包括访谈者提示会通过利用脚本人工特征来提升性能。我们的结果突显了一种跨数据集、与体系结构无关的偏见，并强调了需要通过时间和说话人局部化决策证据的分析，以确保模型从参与者语言中学习的必要性。