論文の概要: Holistix: A Dataset for Holistic Wellness Dimensions Analysis in Mental Health Narratives

• arxiv url: http://arxiv.org/abs/2507.09565v2
• Date: Thu, 17 Jul 2025 06:11:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-18 11:36:41.083635
• Title: Holistix: A Dataset for Holistic Wellness Dimensions Analysis in Mental Health Narratives
• Title（参考訳）: Holistix:メンタルヘルス・ナラティブにおけるホロスティックウェルネス次元分析のためのデータセット
• Authors: Heba Shakeel, Tanvir Ahmad, Chandni Saxena,
• Abstract要約: ソーシャルメディアのユーザー投稿におけるウェルネス次元を分類するためのデータセットを導入し、身体的、感情的、社会的、知的、精神的、職業の6つの重要な側面を網羅した。 このデータセットは、ドメインエキスパートの指導の下で開発された包括的なアノテーションフレームワークを用いて、ユーザ生成コンテンツにおけるこれらの次元をキャプチャするために設計されている。 従来の機械学習モデルと高度なトランスフォーマーベースモデルの両方を、精度、リコール、F1スコアを用いて評価し、平均10倍のクロスバリデーションで評価する。
• 参考スコア（独自算出の注目度）: 1.0446041735532203
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a dataset for classifying wellness dimensions in social media user posts, covering six key aspects: physical, emotional, social, intellectual, spiritual, and vocational. The dataset is designed to capture these dimensions in user-generated content, with a comprehensive annotation framework developed under the guidance of domain experts. This framework allows for the classification of text spans into the appropriate wellness categories. We evaluate both traditional machine learning models and advanced transformer-based models for this multi-class classification task, with performance assessed using precision, recall, and F1-score, averaged over 10-fold cross-validation. Post-hoc explanations are applied to ensure the transparency and interpretability of model decisions. The proposed dataset contributes to region-specific wellness assessments in social media and paves the way for personalized well-being evaluations and early intervention strategies in mental health. We adhere to ethical considerations for constructing and releasing our experiments and dataset publicly on Github.
• Abstract（参考訳）: ソーシャルメディアのユーザー投稿におけるウェルネス次元を分類するためのデータセットを導入し、身体的、感情的、社会的、知的、精神的、職業の6つの重要な側面を網羅した。 このデータセットは、ドメインエキスパートの指導の下で開発された包括的なアノテーションフレームワークを用いて、ユーザ生成コンテンツにおけるこれらの次元をキャプチャするために設計されている。 このフレームワークはテキストを適切なウェルネスカテゴリに分類することができる。 従来の機械学習モデルと高度なトランスフォーマーベースモデルの両方を、精度、リコール、F1スコアを用いて評価し、平均10倍のクロスバリデーションで評価する。 モデル決定の透明性と解釈可能性を保証するために、ポストホックな説明が適用される。 提案したデータセットは、ソーシャルメディアにおける地域別ウェルネス評価に寄与し、メンタルヘルスにおけるパーソナライズされたウェルビーイング評価と早期介入戦略の道を開く。 我々は、実験とデータセットをGithubで公開し、公開するための倫理的配慮に固執する。

関連論文リスト

• Contextual Embedding-based Clustering to Identify Topics for Healthcare Service Improvement [3.9726806016869936]
  本研究では,米国ウィスコンシン州の医療システムから収集した439件のアンケート結果から,意味のあるトピックを抽出するための教師なし手法について検討した。 キーワードに基づくフィルタリング手法を,ドメイン固有辞書を用いた苦情関連フィードバックの分離に適用した。 データが不足していて、短文からなるコヒーレンスと解釈可能性を改善するため、kBERTを提案する。
  論文  参考訳（メタデータ） (2025-04-18T20:38:24Z)
• Are LLMs effective psychological assessors? Leveraging adaptive RAG for interpretable mental health screening through psychometric practice [2.9775344067885974]
  心理学的実践において、標準化されたアンケートは、構造化され、臨床的に検証された質問を通じて精神的な健康を評価するための必須のツールとして機能する。 本稿では,心理学的実践と計算手法を橋渡しする,アンケート誘導型スクリーニングフレームワークを提案する。 提案手法は,未構造化のソーシャルメディアコンテンツと,各アンケート項目の関連記事の検索による標準化された臨床評価とを関連づけるものである。
  論文  参考訳（メタデータ） (2025-01-02T00:01:54Z)
• Pitfalls of topology-aware image segmentation [81.19923502845441]
  我々は、不適切な接続選択、見過ごされたトポロジカルアーティファクト、評価指標の不適切な使用を含むモデル評価における致命的な落とし穴を同定する。 本稿では,トポロジを意識した医用画像分割手法の公正かつ堅牢な評価基準を確立するための,行動可能なレコメンデーションセットを提案する。
  論文  参考訳（メタデータ） (2024-12-19T08:11:42Z)
• Diagnosing Medical Datasets with Training Dynamics [0.0]
  本研究は,人間のアノテーションの代替としてトレーニング力学を用いる可能性について検討する。 このフレームワークは、データポイントを、簡単に学習できる、学習しにくい、あいまいなカテゴリに分類する。 データマップフレームワークの医療領域への実現可能性と移行性を評価するため,包括的評価を行った。
  論文  参考訳（メタデータ） (2024-11-03T18:37:35Z)
• Self-Training with Pseudo-Label Scorer for Aspect Sentiment Quad Prediction [54.23208041792073]
  Aspect Sentiment Quad Prediction (ASQP) は、与えられたレビューに対して全てのクワッド(アスペクト項、アスペクトカテゴリー、意見項、感情極性)を予測することを目的としている。 ASQPタスクにおける重要な課題はラベル付きデータの不足であり、既存のメソッドのパフォーマンスを制限している。 そこで我々は,擬似ラベルスコアラーを用いた自己学習フレームワークを提案し,レビューと擬似ラベルの一致をスコアラーが評価する。
  論文  参考訳（メタデータ） (2024-06-26T05:30:21Z)
• Prospector Heads: Generalized Feature Attribution for Large Models & Data [82.02696069543454]
  本稿では,説明に基づく帰属手法の効率的かつ解釈可能な代替手段であるプロスペクタヘッドを紹介する。 入力データにおけるクラス固有のパターンの解釈と発見を、プロファイラヘッドがいかに改善できるかを実証する。
  論文  参考訳（メタデータ） (2024-02-18T23:01:28Z)
• WellXplain: Wellness Concept Extraction and Classification in Reddit Posts for Mental Health Analysis [8.430481660019451]
  伝統的なセラピーセッションでは、専門家は、基礎となる精神的な課題の起源と成果を手動で特定する。 本稿では、Redditコンテンツ中のウェルネス次元の同定を、ウェルネス概念抽出とカテゴリー化の課題として考慮し、この複雑なメンタルヘルス分析へのアプローチを紹介する。 WELLXPLAINという名前のユニークなデータセットは、3,092のエントリと72,813のワードで構成されています。
  論文  参考訳（メタデータ） (2023-08-25T23:50:05Z)
• MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
  ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。 我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
  論文  参考訳（メタデータ） (2020-11-17T15:18:38Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• Jointly Predicting Job Performance, Personality, Cognitive Ability, Affect, and Well-Being [42.67003631848889]
  本研究では,身体的および生理的行動,心理的状態と特徴,職能を統合した個人予測分析のためのベンチマークを作成する。 我々は、データマイニング技術をベンチマークとして設計し、ウェアラブルセンサから得られた真のノイズと不完全なデータを用いて、12の標準化された精確なテストに基づいて19の構造を予測する。
  論文  参考訳（メタデータ） (2020-06-10T14:30:29Z)
• DeepCoDA: personalized interpretability for compositional health data [58.841559626549376]
  解釈可能性により、ドメインエキスパートはモデルの妥当性と信頼性を評価することができる。 医療の分野では、解釈可能なモデルは、技術的な要因とは無関係に、関連する生物学的メカニズムを含意すべきである。 我々は、パーソナライズされた解釈可能性について、サンプル固有の特徴属性の尺度として定義する。
  論文  参考訳（メタデータ） (2020-06-02T05:14:22Z)
• A Revised Generative Evaluation of Visual Dialogue [80.17353102854405]
  本稿では,VisDialデータセットの改訂評価手法を提案する。 モデルが生成した回答と関連する回答の集合のコンセンサスを測定する。 DenseVisDialとして改訂された評価スキームのこれらのセットとコードをリリースする。
  論文  参考訳（メタデータ） (2020-04-20T13:26:45Z)

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。