Fugu-MT 論文翻訳(概要): Exploring Complex Mental Health Symptoms via Classifying Social Media Data with Explainable LLMs

論文の概要: Exploring Complex Mental Health Symptoms via Classifying Social Media Data with Explainable LLMs

arxiv url: http://arxiv.org/abs/2412.10414v1
Date: Mon, 09 Dec 2024 02:16:10 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-22 07:36:50.563748
Title: Exploring Complex Mental Health Symptoms via Classifying Social Media Data with Explainable LLMs
Title（参考訳）: 説明可能なLCMを用いたソーシャルメディアデータの分類による複雑なメンタルヘルス症状の探索
Authors: Kexin Chen, Noelle Lim, Claire Lee, Michael Guerzhoy,
Abstract要約: ソーシャルメディアのテキストデータ分類タスクに挑戦する上で,LSMを訓練することにより,複雑な疾患に対する洞察を得るためのパイプラインを提案する。ライム病患者のメンタルヘルスに関する予測報告の予測,説明,体系化に関する最初の結果について報告する。
参考スコア（独自算出の注目度）: 4.8222945078010815
License:
Abstract: We propose a pipeline for gaining insights into complex diseases by training LLMs on challenging social media text data classification tasks, obtaining explanations for the classification outputs, and performing qualitative and quantitative analysis on the explanations. We report initial results on predicting, explaining, and systematizing the explanations of predicted reports on mental health concerns in people reporting Lyme disease concerns. We report initial results on predicting future ADHD concerns for people reporting anxiety disorder concerns, and demonstrate preliminary results on visualizing the explanations for predicting that a person with anxiety concerns will in the future have ADHD concerns.
Abstract（参考訳）: 本稿では,ソーシャルメディアのテキストデータ分類タスクにおけるLCMの学習,分類アウトプットの説明の取得,説明の質的,定量的分析を行うことにより,複雑な疾患に対する洞察を得るパイプラインを提案する。ライム病患者のメンタルヘルスに関する予測報告の予測,説明,体系化に関する最初の結果について報告する。不安障害を訴える人々に対するADHDの今後の懸念を予測するための最初の成果を報告し、今後ADHDの懸念を持つ人がADHDの懸念を持つであろうと予測するための説明を可視化するための予備的な結果を示す。

関連論文リスト

Detecting anxiety and depression in dialogues: a multi-label and explainable approach [5.635300481123079]
不安と抑うつは世界中で最も一般的なメンタルヘルスの問題であり、人口の非無視的な部分に影響を及ぼす。本研究では、不安と抑うつの多ラベル分類のための全く新しいシステムを提案する。
論文参考訳（メタデータ） (2024-12-23T15:29:46Z)
Leveraging Social Determinants of Health in Alzheimer's Research Using LLM-Augmented Literature Mining and Knowledge Graphs [33.755845172595365]
成長する証拠は、社会的健康決定因子(SDoH)がアルツハイマー病(AD)と関連する認知症を発症する個人のリスクに影響を与えることを示唆している。本研究は、SDoHの知識を広範囲にわたる文献から抽出し、AD関連生物学的実体と統合するための、新しい自動化された枠組みを提案する。本フレームワークは,ADにおける知識発見の促進を約束し,他のSDoH関連研究領域に一般化することができる。
論文参考訳（メタデータ） (2024-10-04T21:39:30Z)
Towards Mitigating Hallucination in Large Language Models via Self-Reflection [63.2543947174318]
大規模言語モデル(LLM)は、質問応答(QA)タスクを含む生成的および知識集約的なタスクを約束している。本稿では,広範に採用されているLCMとデータセットを用いた医療再生QAシステムにおける幻覚現象を解析する。
論文参考訳（メタデータ） (2023-10-10T03:05:44Z)
An Annotated Dataset for Explainable Interpersonal Risk Factors of Mental Disturbance in Social Media Posts [0.0]
ソーシャルメディア上での精神障害に影響を及ぼす人為的リスクファクター(IRF)の分類と説明を伴う注釈付きデータセットの構築とリリースを行う。我々は,TBeとPBuのパターンをユーザの歴史的ソーシャルメディアプロファイルの感情スペクトルで検出することにより,将来的な研究方向のベースラインモデルを構築し,リアルタイムなパーソナライズされたAIモデルを開発する。
論文参考訳（メタデータ） (2023-05-30T04:08:40Z)
Towards Interpretable Mental Health Analysis with Large Language Models [27.776003210275608]
大規模言語モデル(LLM)のメンタルヘルス分析と感情的推論能力は,5つのタスクにまたがる11のデータセット上で評価した。本研究は, 精神保健分析のためのLCMについて, それぞれの意思決定に関する説明を提示するように指示することで, 解釈可能な精神保健分析を行う。得られた説明の質を評価するために、厳密な人的評価を伝達し、163の人的評価による新しいデータセットを作成する。
論文参考訳（メタデータ） (2023-04-06T19:53:59Z)
Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文参考訳（メタデータ） (2023-03-14T16:03:28Z)
Informing clinical assessment by contextualizing post-hoc explanations of risk prediction models in type-2 diabetes [50.8044927215346]
本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
論文参考訳（メタデータ） (2023-02-11T18:07:11Z)
NeuroExplainer: Fine-Grained Attention Decoding to Uncover Cortical Development Patterns of Preterm Infants [73.85768093666582]
我々はNeuroExplainerと呼ばれる説明可能な幾何学的深層ネットワークを提案する。 NeuroExplainerは、早産に伴う幼児の皮質発達パターンの解明に使用される。
論文参考訳（メタデータ） (2023-01-01T12:48:12Z)
Symptom Identification for Interpretable Detection of Multiple Mental Disorders [22.254532020321925]
ソーシャルメディアからの精神疾患の検出は、一般化性や解釈性に乏しい。 PsySymは,多発性精神疾患の最初の症状同定コーパスである。
論文参考訳（メタデータ） (2022-05-23T13:51:48Z)
Clinical Outcome Prediction from Admission Notes using Self-Supervised Knowledge Integration [55.88616573143478]
臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
論文参考訳（メタデータ） (2021-02-08T10:26:44Z)
Towards Causality-Aware Inferring: A Sequential Discriminative Approach for Medical Diagnosis [142.90770786804507]
医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
論文参考訳（メタデータ） (2020-03-14T02:05:54Z)

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。