論文の概要: An End-to-End Set Transformer for User-Level Classification of
Depression and Gambling Disorder
- arxiv url: http://arxiv.org/abs/2207.00753v1
- Date: Sat, 2 Jul 2022 06:40:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-09 10:00:15.342713
- Title: An End-to-End Set Transformer for User-Level Classification of
Depression and Gambling Disorder
- Title（参考訳）: うつ病とギャンブル障害のユーザレベル分類のためのエンドツーエンドセットトランスフォーマ
- Authors: Ana-Maria Bucur, Adrian Cosma, Liviu P. Dinu and Paolo Rosso
- Abstract要約: 本研究は,ギャンブル中毒とうつ病のユーザレベル分類のためのトランスフォーマーアーキテクチャを提案する。
我々は、特定の個人からソーシャルメディア投稿の集合を処理し、投稿間の相互作用を利用し、ポストレベルでラベルノイズを除去する。
我々のアーキテクチャは、現代の特徴属性法と解釈可能であり、自動データセット作成を可能にします。
- 参考スコア（独自算出の注目度）: 24.776445591293186
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work proposes a transformer architecture for user-level classification
of gambling addiction and depression that is trainable end-to-end. As opposed
to other methods that operate at the post level, we process a set of social
media posts from a particular individual, to make use of the interactions
between posts and eliminate label noise at the post level. We exploit the fact
that, by not injecting positional encodings, multi-head attention is
permutation invariant and we process randomly sampled sets of texts from a user
after being encoded with a modern pretrained sentence encoder (RoBERTa /
MiniLM). Moreover, our architecture is interpretable with modern feature
attribution methods and allows for automatic dataset creation by identifying
discriminating posts in a user's text-set. We perform ablation studies on
hyper-parameters and evaluate our method for the eRisk 2022 Lab on early
detection of signs of pathological gambling and early risk detection of
depression. The method proposed by our team BLUE obtained the best ERDE5 score
of 0.015, and the second-best ERDE50 score of 0.009 for pathological gambling
detection. For the early detection of depression, we obtained the second-best
ERDE50 of 0.027.
- Abstract（参考訳）: 本稿では,ギャンブル依存症と抑うつをユーザレベルで分類するトランスフォーマアーキテクチャを提案する。
ポストレベルで運用する他の方法とは対照的に,投稿間のインタラクションを利用し,ポストレベルでラベルノイズを除去するために,特定の個人からソーシャルメディア投稿の集合を処理する。
位置エンコーディングを注入しないことにより、マルチヘッドアテンションは不変であり、現代の事前訓練文エンコーダ(RoBERTa / MiniLM)でエンコードされた後、ランダムにサンプル化されたテキスト集合をユーザから処理する。
さらに,現在の特徴帰属手法で解釈可能であり,ユーザのテキスト集合におけるポストの識別により,データセットの自動生成を可能にする。
我々は,ハイパーパラメーターのアブレーション研究を行い,病的ギャンブルの兆候の早期検出とうつ病の早期発見に関するeRisk 2022 Labの方法を評価する。
チームBLUEにより提案されたERDE5スコアは0.015で,ERDE50スコアは0.009であった。
うつ病の早期発見には,第2級のerde50 (0.027) が得られた。
関連論文リスト
- A BERT-Based Summarization approach for depression detection [1.7363112470483526]
うつ病は世界中で流行する精神疾患であり、対処されないと深刻な反感を引き起こす可能性がある。
機械学習と人工知能は、さまざまなデータソースからのうつ病指標を自律的に検出することができる。
本研究では,入力テキストの長さと複雑さを低減させる前処理手法として,テキスト要約を提案する。
論文 参考訳（メタデータ） (2024-09-13T02:14:34Z) - Sentiment Informed Sentence BERT-Ensemble Algorithm for Depression Detection [0.0]
WHOによると、世界で約2億8000万人がうつ病に苦しんでいる。
本稿では,2つのベンチマークソーシャルメディアデータセットを用いた早期抑うつ検出のためのMLアルゴリズムの性能について検討した。
論文 参考訳（メタデータ） (2024-09-07T07:47:55Z) - Improving Bias Correction Standards by Quantifying its Effects on Treatment Outcomes [54.18828236350544]
Propensity score matching (PSM) は、分析のために同等の人口を選択することで選択バイアスに対処する。
異なるマッチング手法は、すべての検証基準を満たす場合でも、同じタスクに対する平均処理効果(ATE)を著しく異なるものにすることができる。
この問題に対処するため,新しい指標A2Aを導入し,有効試合数を削減した。
論文 参考訳（メタデータ） (2024-07-20T12:42:24Z) - DS@GT eRisk 2024: Sentence Transformers for Social Media Risk Assessment [0.0]
DS@GTチームの作業ノートをeRisk 2024 for Tasks 1 and 3で紹介する。
本稿では,抑うつの症状を予測する第1タスクのランキングシステムを提案する。
タスク3では、BERTからの埋め込みを用いて、ユーザの投稿履歴に基づいて障害症状の重症度を予測する。
論文 参考訳（メタデータ） (2024-07-10T19:30:16Z) - Improved Out-of-Scope Intent Classification with Dual Encoding and Threshold-based Re-Classification [6.975902383951604]
現在の手法は、予測不可能なアウトリーチ分布で困難に直面している。
本稿では,これらの課題に対処するため,Dual for Threshold-Based Re-Classification (DETER)を提案する。
我々のモデルは以前のベンチマークより優れており、未知のインテントに対するF1スコアの13%と5%に向上しています。
論文 参考訳（メタデータ） (2024-05-30T11:46:42Z) - A New Benchmark and Reverse Validation Method for Passage-level
Hallucination Detection [63.56136319976554]
大きな言語モデル(LLM)は幻覚を発生させ、ミッションクリティカルなタスクにデプロイすると大きなダメージを与える可能性がある。
本稿では,逆検証に基づく自己チェック手法を提案し,ゼロリソース方式で事実誤りを自動的に検出する。
提案手法と既存のゼロリソース検出手法を2つのデータセット上で実証的に評価した。
論文 参考訳（メタデータ） (2023-10-10T10:14:59Z) - Undersampling and Cumulative Class Re-decision Methods to Improve
Detection of Agitation in People with Dementia [16.949993123698345]
消化は認知症(PwD)で最も多い症状の1つである。
前回の研究では、参加者17名から600日間のマルチモーダルウェアラブルセンサデータを収集し、1分間の窓での動揺を検出する機械学習モデルを開発した。
本稿では,まず,不均衡を解消するために異なるアンダーサンプリング手法を実装し,通常の動作データの20%だけが競合的動揺検出モデルの訓練に適しているという結論に至った。
論文 参考訳（メタデータ） (2023-02-07T03:14:00Z) - TraSeTR: Track-to-Segment Transformer with Contrastive Query for
Instance-level Instrument Segmentation in Robotic Surgery [60.439434751619736]
そこで我々は,TraSeTRを提案する。TraSeTR,TraSeTR,Trace-to-Segment Transformerは,手術器具のセグメンテーションを支援する。
TraSeTRは、機器の種類、位置、アイデンティティとインスタンスレベルの予測を共同で理由付けている。
提案手法の有効性を,3つの公開データセットに対して,最先端の計器型セグメンテーション結果を用いて実証した。
論文 参考訳（メタデータ） (2022-02-17T05:52:18Z) - Spotting adversarial samples for speaker verification by neural vocoders [102.1486475058963]
我々は、自動話者検証(ASV)のための敵対サンプルを見つけるために、ニューラルボコーダを採用する。
元の音声と再合成音声のASVスコアの違いは、真正と逆正のサンプルの識別に良い指標であることがわかった。
私たちのコードは、将来的な比較作業のためにオープンソースにされます。
論文 参考訳（メタデータ） (2021-07-01T08:58:16Z) - ESAD: End-to-end Deep Semi-supervised Anomaly Detection [85.81138474858197]
正規データと異常データの間のKL偏差を計測する新たな目的関数を提案する。
提案手法は,複数のベンチマークデータセットの最先端性能を著しく上回っている。
論文 参考訳（メタデータ） (2020-12-09T08:16:35Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z)
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。