論文の概要: EmoMent: An Emotion Annotated Mental Health Corpus from two South Asian Countries

• arxiv url: http://arxiv.org/abs/2208.08486v1
• Date: Wed, 17 Aug 2022 18:59:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-19 13:28:51.558795
• Title: EmoMent: An Emotion Annotated Mental Health Corpus from two South Asian Countries
• Title（参考訳）: エモメント:南アジアの2つの国からの感情的注釈付きメンタルヘルスコーパス
• Authors: Thushari Atapattu, Mahen Herath, Charitha Elvitigala, Piyanjali de Zoysa, Kasun Gunawardana, Menasha Thilakaratne, Kasun de Zoysa and Katrina Falkner
• Abstract要約: 最先端のNLP技術は、テキストからメンタルヘルス問題を自動的に検出する強力な可能性を示している。 東南アジアの2カ国から抽出した2802のFacebook投稿からなる感情アノテート型メンタルヘルスコーパス(EmoMent)を開発した。 EmoMent corpus は98.3%(つまり2つ以上の合意で %)、Fleiss' Kappa は 0.82 である。
• 参考スコア（独自算出の注目度）: 3.439838094559833
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: People often utilise online media (e.g., Facebook, Reddit) as a platform to express their psychological distress and seek support. State-of-the-art NLP techniques demonstrate strong potential to automatically detect mental health issues from text. Research suggests that mental health issues are reflected in emotions (e.g., sadness) indicated in a person's choice of language. Therefore, we developed a novel emotion-annotated mental health corpus (EmoMent), consisting of 2802 Facebook posts (14845 sentences) extracted from two South Asian countries - Sri Lanka and India. Three clinical psychology postgraduates were involved in annotating these posts into eight categories, including 'mental illness' (e.g., depression) and emotions (e.g., 'sadness', 'anger'). EmoMent corpus achieved 'very good' inter-annotator agreement of 98.3% (i.e. % with two or more agreement) and Fleiss' Kappa of 0.82. Our RoBERTa based models achieved an F1 score of 0.76 and a macro-averaged F1 score of 0.77 for the first task (i.e. predicting a mental health condition from a post) and the second task (i.e. extent of association of relevant posts with the categories defined in our taxonomy), respectively.
• Abstract（参考訳）: オンラインメディア(Facebook、Redditなど)を、心理的苦痛と支援を求めるためのプラットフォームとして利用することが多い。 最先端のNLP技術は、テキストからメンタルヘルス問題を自動的に検出する強力な可能性を示している。 研究は、メンタルヘルス問題は人の言語選択に示される感情(例えば悲しみ)に反映されていることを示唆している。 そこで我々は,インドとスリランカの2カ国から抽出された2802のFacebook投稿(14845文)からなる,感情調和型メンタルヘルスコーパス(EmoMent)を開発した。 3人の臨床心理学生は、これらのポストを「精神疾患」(例えばうつ病)や感情(例えば「悲しみ」や「アンガー」)の8つのカテゴリーに注釈するのに関与した。 EmoMent corpus は98.3%(つまり2つ以上の合意で %)、Fleiss' Kappa は 0.82 である。 我々のRoBERTaを用いたモデルでは、第1タスク(投稿からメンタルヘルス状態を予測する)と第2タスク(分類学で定義されたカテゴリと関連するポストの関連度)のF1スコアが0.76、マクロ平均F1スコアが0.77であった。

関連論文リスト

• Still Not Quite There! Evaluating Large Language Models for Comorbid Mental Health Diagnosis [9.738105623317601]
  我々は、ソーシャルメディア投稿からの抑うつ不安のコorbidity分類のための、新しいファースト・オブ・イットのベンチマークであるAN GSTを紹介する。 我々は、メンタル-BERT から GPT-4 まで、様々な最先端言語モデルを用いてAN GSTをベンチマークする。 GPT-4は一般に他のモデルより優れているが、F1スコアが72%を超えるようなマルチクラスのコンコービッド分類は達成していない。
  論文  参考訳（メタデータ） (2024-10-04T20:24:11Z)
• Studying Differential Mental Health Expressions in India [5.623316691022287]
  インドの個人によって作られたRedditのメンタルヘルス投稿を分析した。 インドにおけるメンタルヘルスの議論は、悲しみを表し、否定を使い、現在に焦点を当てており、仕事や達成に関連している。 病気はインドと一意に相関しており、インドの患者のうつ病と身体の健康との関連が示唆されている。
  論文  参考訳（メタデータ） (2024-02-18T06:56:56Z)
• DepressionEmo: A novel dataset for multilabel classification of depression emotions [6.26397257917403]
  DepressionEmoは、Redditの長いユーザー投稿の6037例によって、うつ病に関連する8つの感情を検出するために設計されたデータセットである。 このデータセットは、事前訓練されたモデルのゼロショット分類による入力に対する多数決によって作成された。 本稿では,SVM,XGBoost,Light GBMなどの機械学習手法と,BERT,GAN-BERT,BARTなどのディープラーニング手法の2つのグループに分類されるテキスト分類手法を提案する。
  論文  参考訳（メタデータ） (2024-01-09T16:25:31Z)
• MASON-NLP at eRisk 2023: Deep Learning-Based Detection of Depression Symptoms from Social Media Texts [0.0]
  うつ病は精神疾患であり、人々の生活に大きな影響を及ぼす。 最近の研究は、うつ病の兆候が個人のコミュニケーションの仕方で検出できることを示唆している。 ソーシャルメディア投稿は、うつ病の症状を調べるためのリッチで便利なテキストソースです。
  論文  参考訳（メタデータ） (2023-10-17T02:34:34Z)
• Depression detection in social media posts using affective and social norm features [84.12658971655253]
  ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。 我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。 提案された機能を含めると、両方の設定で最先端の結果が得られます。
  論文  参考訳（メタデータ） (2023-03-24T21:26:27Z)
• Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
  精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。 本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
  論文  参考訳（メタデータ） (2023-02-05T22:33:49Z)
• Why Do You Feel This Way? Summarizing Triggers of Emotions in Social Media Posts [61.723046082145416]
  CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。 我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。 分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
  論文  参考訳（メタデータ） (2022-10-22T19:10:26Z)
• 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)
• The MuSe 2022 Multimodal Sentiment Analysis Challenge: Humor, Emotional Reactions, and Stress [71.06453250061489]
  マルチモーダル・センチメント・アナリティクス・チャレンジ(MuSe 2022)は、マルチモーダル・センチメントと感情認識に重点を置いている。 今年の課題では、(i)ドイツサッカーコーチの音声-視覚的記録を含むPassau Spontaneous Football Coach Humorデータセット、(ii)ドイツサッカーコーチのユーモアの存在をラベル付けしたHum-Reactionデータセット、(ii)感情的表情強度に対して個人の反応が注釈付けされたHum-Reactionデータセット、(iii)ストレス的態度における人々の継続的な感情的価値観をラベル付けした音声-視覚的データからなるUlm-Trier Social Stress Testデータセットの3つのデータセットを特徴としている。
  論文  参考訳（メタデータ） (2022-06-23T13:34:33Z)
• What are We Depressed about When We Talk about COVID19: Mental Health Analysis on Tweets Using Natural Language Processing [8.450147171958776]
  私たちは、各ツイートを次の感情に分類するディープモデルを訓練します。 本研究では、悲しみと恐怖を引き起こす原因を明らかにするために、2つの方法を提案し、比較する。
  論文  参考訳（メタデータ） (2020-04-22T23:45:04Z)

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。