論文の概要: Deep Representations of First-person Pronouns for Prediction of Depression Symptom Severity

• arxiv url: http://arxiv.org/abs/2310.03232v1
• Date: Thu, 5 Oct 2023 00:55:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-06 19:49:38.762878
• Title: Deep Representations of First-person Pronouns for Prediction of Depression Symptom Severity
• Title（参考訳）: 抑うつ症状の予測のための1人称代名詞の深い表現
• Authors: Xinyang Ren, Hannah A Burkhardt, Patricia A Are\'an, Thomas D Hull, Trevor Cohen
• Abstract要約: 先行研究は、一人称単数代名詞の使用を分析することによって、個人の精神状態に関する洞察が得られることを示した。 ニューラルネットワークモデリングの最近の進歩は、文脈埋め込みを生成する手法を活用している。 その結果、標準分類トークン埋め込みよりも文脈化された1人称代名詞埋め込みの利点が示された。
• 参考スコア（独自算出の注目度）: 4.369351769629489
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Prior work has shown that analyzing the use of first-person singular pronouns can provide insight into individuals' mental status, especially depression symptom severity. These findings were generated by counting frequencies of first-person singular pronouns in text data. However, counting doesn't capture how these pronouns are used. Recent advances in neural language modeling have leveraged methods generating contextual embeddings. In this study, we sought to utilize the embeddings of first-person pronouns obtained from contextualized language representation models to capture ways these pronouns are used, to analyze mental status. De-identified text messages sent during online psychotherapy with weekly assessment of depression severity were used for evaluation. Results indicate the advantage of contextualized first-person pronoun embeddings over standard classification token embeddings and frequency-based pronoun analysis results in predicting depression symptom severity. This suggests contextual representations of first-person pronouns can enhance the predictive utility of language used by people with depression symptoms.
• Abstract（参考訳）: 先行研究は、一人称単数代名詞の使用を分析することで、個人の精神状態、特にうつ症状の重症度に関する洞察が得られることを示した。 これらの知見は、テキストデータ中の1人称単数代名詞の頻度を数えて得られた。 しかし、カウントはこれらの代名詞の使い方を捉えていない。 ニューラルネットワークモデリングの最近の進歩は、文脈埋め込みを生成する手法を活用している。 本研究では,文脈化言語表現モデルから得られた一人称代名詞の埋め込みを用いて,これらの代名詞の使用法を捉え,精神状態を分析することを試みた。 抑うつ重症度を毎週評価するオンライン心理療法中に送信された未確認テキストを評価に用いた。 その結果、標準分類トークン埋め込みと頻度に基づく代名詞分析より文脈化された第一人称代名詞埋め込みの利点が示され、うつ病症状の重症度を予測する。 これは、1人称代名詞の文脈表現が抑うつ症状のある人が使用する言語の予測的有用性を高めることを示唆している。

関連論文リスト

• Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
  既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。 本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。 本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T08:13:51Z)
• Predicting Individual Depression Symptoms from Acoustic Features During Speech [8.592847632589692]
  現在の自動うつ病検出システムは、臨床うつ病評価尺度で示されるうつ病の個々の症状や症状に頼ることなく、直接予測を提供する。 本研究では,最後の抑うつ予測を得る前に,音声の音響的特徴を用いて抑うつ評価尺度の個々の項目を予測する。
  論文  参考訳（メタデータ） (2024-06-23T03:26:47Z)
• Explainable Depression Symptom Detection in Social Media [2.677715367737641]
  本稿では, トランスフォーマーアーキテクチャを用いて, ユーザの文章中の抑うつ症状マーカーの出現を検知し, 説明する。 我々の自然言語による説明により、臨床医はバリデーションされた症状に基づいてモデルの判断を解釈できる。
  論文  参考訳（メタデータ） (2023-10-20T17:05:27Z)
• The effects of gender bias in word embeddings on depression prediction [4.393278098614867]
  精神障害領域における抑うつカテゴリーに特有な4種類の事前学習単語埋め込みにおける性別バイアスの分析を行った。 埋め込みの種類によって異なる性別グループに対して、埋め込みが抑うつのバイアスをもたらすことが観察された。 ジェンダーワードを単に置き換えることによるデータ拡張は、下流タスクにおけるバイアスを大幅に軽減する。
  論文  参考訳（メタデータ） (2022-12-15T14:19:33Z)
• Semantic Similarity Models for Depression Severity Estimation [53.72188878602294]
  本稿では、ソーシャルメディアの文章に基づいて、個人のうつ病の重症度を研究するための効率的なセマンティックパイプラインを提案する。 我々は,抑うつ症状と重度レベルに対応する代表訓練文の指標に対して意味的ランキングを生成するために,テストユーザ文を使用する。 本手法を2つのRedditベースのベンチマークで評価し,うつ病の重症度を指標として,最先端技術よりも30%改善した。
  論文  参考訳（メタデータ） (2022-11-14T18:47:26Z)
• Naturalistic Causal Probing for Morpho-Syntax [76.83735391276547]
  スペインにおける実世界のデータに対する入力レベルの介入に対する自然主義的戦略を提案する。 提案手法を用いて,共同設立者から文章中の形態・症状の特徴を抽出する。 本研究では,事前学習したモデルから抽出した文脈化表現に対する性別と数字の因果効果を解析するために,本手法を適用した。
  論文  参考訳（メタデータ） (2022-05-14T11:47:58Z)
• Learning Language and Multimodal Privacy-Preserving Markers of Mood from Mobile Data [74.60507696087966]
  精神状態は、先進医療に共通する国でも診断されていない。 人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。 本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
  論文  参考訳（メタデータ） (2021-06-24T17:46:03Z)
• Clinical Named Entity Recognition using Contextualized Token Representations [49.036805795072645]
  本稿では,各単語の意味的意味をより正確に把握するために,文脈型単語埋め込み手法を提案する。 言語モデル(C-ELMo)とC-Flair(C-Flair)の2つの深い文脈型言語モデル(C-ELMo)を事前訓練する。 明示的な実験により、静的単語埋め込みとドメインジェネリック言語モデルの両方と比較して、我々のモデルは劇的に改善されている。
  論文  参考訳（メタデータ） (2021-06-23T18:12:58Z)
• An Exploratory Analysis of the Relation Between Offensive Language and Mental Health [3.333967282951668]
  我々は,自己報告型うつ病診断の有無にかかわらず,個人グループによって書かれたソーシャルメディア投稿における攻撃的言語の使用を比較するために,計算モデルを訓練する。 分析の結果,自己報告型うつ病の患者やうつ病の徴候を呈する患者では,攻撃的言語がより頻繁に使用されることが明らかとなった。
  論文  参考訳（メタデータ） (2021-05-31T11:25:07Z)
• Towards Preemptive Detection of Depression and Anxiety in Twitter [14.877991297466174]
  うつ病と不安は、日常生活の多くの領域で観察される精神疾患である。 我々は、Twitterにおけるうつ病と不安検出の研究を促進するために設計されたデータセットを開発した。
  論文  参考訳（メタデータ） (2020-11-10T17:17:23Z)
• Pose-based Body Language Recognition for Emotion and Psychiatric Symptom Interpretation [75.3147962600095]
  通常のRGBビデオから始まるボディーランゲージに基づく感情認識のための自動フレームワークを提案する。 心理学者との連携により,精神症状予測の枠組みを拡張した。 提案されたフレームワークの特定のアプリケーションドメインは限られた量のデータしか供給しないため、フレームワークは小さなトレーニングセットで動作するように設計されている。
  論文  参考訳（メタデータ） (2020-10-30T18:45:16Z)

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。