論文の概要: Predicting User Emotional Tone in Mental Disorder Online Communities

• arxiv url: http://arxiv.org/abs/2005.07473v2
• Date: Tue, 27 Jul 2021 12:48:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-02 22:15:10.929308
• Title: Predicting User Emotional Tone in Mental Disorder Online Communities
• Title（参考訳）: 精神障害オンラインコミュニティにおけるユーザ感情のトーン予測
• Authors: B\'arbara Silveira, Henrique S. Silva, Fabricio Murai, Ana Paula Couto da Silva
• Abstract要約: 我々は、Redditコミュニティにおける精神障害に関する議論が、ユーザーの健康状態を改善するのにどのように役立つかを分析した。 感情状態のプロキシとしてユーザ記述の感情的トーンを用いて,ユーザインタラクションと状態変化の関係を明らかにする。 我々は、感情的トーンの変化を予測するために、SOTAテキスト埋め込み技術とRNNに基づくモデルを構築した。
• 参考スコア（独自算出の注目度）: 2.365702128814616
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years, Online Social Networks have become an important medium for people who suffer from mental disorders to share moments of hardship, and receive emotional and informational support. In this work, we analyze how discussions in Reddit communities related to mental disorders can help improve the health conditions of their users. Using the emotional tone of users' writing as a proxy for emotional state, we uncover relationships between user interactions and state changes. First, we observe that authors of negative posts often write rosier comments after engaging in discussions, indicating that users' emotional state can improve due to social support. Second, we build models based on SOTA text embedding techniques and RNNs to predict shifts in emotional tone. This differs from most of related work, which focuses primarily on detecting mental disorders from user activity. We demonstrate the feasibility of accurately predicting the users' reactions to the interactions experienced in these platforms, and present some examples which illustrate that the models are correctly capturing the effects of comments on the author's emotional tone. Our models hold promising implications for interventions to provide support for people struggling with mental illnesses.
• Abstract（参考訳）: 近年、オンラインソーシャルネットワークは、精神障害に苦しむ人々にとって、苦労の瞬間を共有し、感情的および情報的支援を受けるための重要な媒体となっている。 本研究では,精神障害に関連するRedditコミュニティにおける議論が,ユーザの健康状態の改善にどのように役立つかを分析する。 感情状態のプロキシとしてユーザ記述の感情的トーンを用いて,ユーザインタラクションと状態変化の関係を明らかにする。 まず、ネガティブな投稿の著者は、議論に関わった後、よりロッキーなコメントを書くことが多く、ユーザの感情状態が社会的支援によって改善されることを示す。 次に,SOTAテキスト埋め込み技術とRNNに基づくモデルを構築し,感情的トーンの変化を予測する。 これは、主にユーザーの活動から精神障害を検出することに焦点を当てた、関連する仕事のほとんどと異なる。 本稿では,これらのプラットフォームで経験したインタラクションに対するユーザの反応を正確に予測できる可能性を示し,モデルが著者の感情的トーンに対するコメントの効果を正しく捉えていることを示す。 我々のモデルは、精神疾患に苦しむ人々を支援するための介入に有望な意味を持っている。

関連論文リスト

• Personality-affected Emotion Generation in Dialog Systems [67.40609683389947]
  ダイアログシステムに与えられた個性に基づいて感情を生成する新しいタスクであるパーソナリティ影響感情生成を提案する。 本課題の課題,すなわち,(1)個性と感情的要因を不均一に統合し,(2)対話場面における多粒性感情情報を抽出する。 その結果,感情生成性能はマクロF1では13%,重み付きF1では5%向上することが示唆された。
  論文  参考訳（メタデータ） (2024-04-03T08:48:50Z)
• Persona Extraction Through Semantic Similarity for Emotional Support Conversation Generation [45.21373213960324]
  PESS(Persona extract through Semantic similarity)は,対話から情報的かつ一貫したペルソナを自動的に推測できる新しいフレームワークである。 PESSによって推定される高品質のペルソナ情報が,情緒的支援反応の生成に有効であることを示す実験結果を得た。
  論文  参考訳（メタデータ） (2024-03-07T04:33:11Z)
• The Role of Likes: How Online Feedback Impacts Users' Mental Health [1.0156836684627544]
  オンラインフィードバックがユーザーの感情体験、社会的つながり、自尊心に与える影響を分析した。 他者からの反応がほとんどないし全くないことから,ユーザの否定的な感情を誘発するだけでなく,自己評価の低レベルも引き起こすことがわかった。 対照的に、オンラインのフィードバックを非常に肯定的に受け取り、社会的つながりの感情を誘発し、全体的な孤独を減少させる。
  論文  参考訳（メタデータ） (2023-12-19T07:48:10Z)
• Who can help me? Reconstructing users' psychological journeys in depression-related social media interactions [0.13194391758295113]
  うつ病に関するいくつかのメンタルヘルス関連Redditボードを調査した。 ユーザの心理的・言語的プロファイルを社会的相互作用とともに再構築する。 我々のアプローチは、ソーシャルメディアを通じてメンタルヘルス問題に対処する、データインフォームドな理解への道を開く。
  論文  参考訳（メタデータ） (2023-11-29T14:45:11Z)
• NLP meets psychotherapy: Using predicted client emotions and self-reported client emotions to measure emotional coherence [44.82634301507483]
  感情経験と感情表現の一貫性は、顧客にとって重要であると考えられる。 セラピーにおける感情の主観的経験と感情表現の心電図について検討した研究はない。 本研究は、トランスフォーマーに基づく感情認識モデルから感情予測を用いて感情コヒーレンスを研究するエンド・ツー・エンドのアプローチを提案する。
  論文  参考訳（メタデータ） (2022-11-22T14:28:41Z)
• Chatbots for Mental Health Support: Exploring the Impact of Emohaa on Reducing Mental Distress in China [50.12173157902495]
  調査には134人の参加者が参加し、Emohaa(CBT)、Emohaa(Full)、コントロールの3つのグループに分けられた。 Emohaaは、CBTベースのエクササイズとガイド付き会話を通じて認知的支援を提供する会話エージェントである。 また、ユーザーが望む感情的な問題を経験できるようにすることで、ユーザーを感情的に支援する。
  論文  参考訳（メタデータ） (2022-09-21T08:23:40Z)
• Mental Illness Classification on Social Media Texts using Deep Learning and Transfer Learning [55.653944436488786]
  世界保健機関(WHO)によると、約4億5000万人が影響を受ける。 うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。 本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
  論文  参考訳（メタデータ） (2022-07-03T11:33:52Z)
• Exploring the Effects of AI-assisted Emotional Support Processes in Online Mental Health Community [26.36961585672868]
  我々は、ユーザーが他のユーザーの投稿に感情的なサポートメッセージを書けるように、AIを駆使したワークフローを設計する。 予備的なユーザスタディに基づいて,本システムは,感情の明確化とテキストの具体的記述を支援することを確認した。
  論文  参考訳（メタデータ） (2022-02-21T09:25:36Z)
• Detection and Classification of mental illnesses on social media using RoBERTa [0.3753841394482697]
  本研究では,うつ病,不安,双極性障害,ADHD,PTSDの5種類の精神疾患を検出し,分類する。 われわれの研究は、RoBERTaのようなTransformerベースのアーキテクチャを使って人々の感情や心理学を分析する最初のマルチクラスモデルであると信じている。
  論文  参考訳（メタデータ） (2020-11-23T05:54:46Z)
• The Effect of Moderation on Online Mental Health Conversations [17.839146423209474]
  モデレーターの存在はユーザーのエンゲージメントを高め、ユーザーはネガティブな感情をより率直に話し合うように促し、チャット参加者の間で悪い振る舞いを劇的に減らした。 以上の結果から, モデレーションは, オンラインメンタルヘルス会話の有効性と安全性を向上させる上で, 有効なツールとなる可能性が示唆された。
  論文  参考訳（メタデータ） (2020-05-19T05:40:59Z)
• Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
  共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。 心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。 本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
  論文  参考訳（メタデータ） (2020-04-26T08:51:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。