論文の概要: M-HELP: Using Social Media Data to Detect Mental Health Help-Seeking Signals
- arxiv url: http://arxiv.org/abs/2508.15440v1
- Date: Thu, 21 Aug 2025 11:02:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-22 16:26:46.285427
- Title: M-HELP: Using Social Media Data to Detect Mental Health Help-Seeking Signals
- Title（参考訳）: M-HELP:ソーシャル・メディア・データを用いたメンタルヘルス・ヘルプ検索信号の検出
- Authors: MSVPJ Sathvik, Zuhair Hasan Shaik, Vivek Gupta,
- Abstract要約: 本稿では,ソーシャルメディア上でのヘルプ検索行動を検出するための新しいデータセットであるM-Helpを紹介する。
このデータセットは、ヘルプサーキング活動だけでなく、特定の精神疾患とその根本原因を特定することで、従来のラベルを越えている。
M-HelpでトレーニングされたAIモデルは、3つの重要なタスクに対処することができる。
- 参考スコア（独自算出の注目度）: 6.108593045873404
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Mental health disorders are a global crisis. While various datasets exist for detecting such disorders, there remains a critical gap in identifying individuals actively seeking help. This paper introduces a novel dataset, M-Help, specifically designed to detect help-seeking behavior on social media. The dataset goes beyond traditional labels by identifying not only help-seeking activity but also specific mental health disorders and their underlying causes, such as relationship challenges or financial stressors. AI models trained on M-Help can address three key tasks: identifying help-seekers, diagnosing mental health conditions, and uncovering the root causes of issues.
- Abstract（参考訳）: メンタルヘルス障害は世界的な危機である。
このような障害を検出するための様々なデータセットが存在するが、積極的に助けを求める個人を特定するには、依然として重大なギャップが残っている。
本稿では,ソーシャルメディア上でのヘルプ検索行動を検出するための新しいデータセットであるM-Helpを紹介する。
このデータセットは、助けを求める活動だけでなく、特定のメンタルヘルス障害とその根本原因、例えば関係問題や金融ストレスなどを特定することで、従来のラベルを越えている。
M-HelpでトレーニングされたAIモデルは、3つの重要なタスクに対処することができる。
関連論文リスト
- A Comprehensive Review of Datasets for Clinical Mental Health AI Systems [55.67299586253951]
本稿では,AIを活用した臨床アシスタントの訓練・開発に関連する臨床精神保健データセットの総合的調査を行う。
本調査では, 縦断データの欠如, 文化・言語表現の制限, 一貫性のない収集・注釈基準, 合成データのモダリティの欠如など, 重要なギャップを明らかにした。
論文 参考訳（メタデータ） (2025-08-13T13:42:35Z) - A Survey of Large Language Models in Mental Health Disorder Detection on Social Media [6.494919397864379]
本稿では,ソーシャルメディア上でのメンタルヘルス問題検出におけるLarge Language Models(LLMs)の可能性を検討することを目的とする。
本論文は、うつ病や不安などの最も一般的な精神疾患に焦点を当て、また精神障害や外因性障害も取り入れている。
論文 参考訳（メタデータ） (2025-04-03T17:43:14Z) - MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
メンタルヘルス障害は世界で最も深刻な病気の1つである。
プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。
MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
論文 参考訳（メタデータ） (2024-10-09T13:06:40Z) - Predicting mental health using social media: A roadmap for future
development [0.0]
うつ病や自殺などの精神障害は、世界中で3億人以上の人々に影響を及ぼす。
ソーシャルメディア上では、精神障害の症状が観察され、自動化されたアプローチがそれらを検出する能力が高まっている。
この研究は、精神状態検出を機械学習技術に基づいて行うことができる分析のロードマップを提供する。
論文 参考訳（メタデータ） (2023-01-25T08:08:29Z) - Towards Knowledge-based Mining of Mental Disorder Patterns from Textual
Data [0.0]
メンタルヘルス障害は、すべての国の経済と健康に深刻な影響をもたらす可能性がある。
精神疾患の早期徴候の特定は不可欠である。
例えば、うつ病は個人の自殺リスクを高める可能性がある。
論文 参考訳（メタデータ） (2022-07-07T10:04:43Z) - 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) - 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) - Detection and Classification of mental illnesses on social media using
RoBERTa [0.3753841394482697]
本研究では,うつ病,不安,双極性障害,ADHD,PTSDの5種類の精神疾患を検出し,分類する。
われわれの研究は、RoBERTaのようなTransformerベースのアーキテクチャを使って人々の感情や心理学を分析する最初のマルチクラスモデルであると信じている。
論文 参考訳（メタデータ） (2020-11-23T05:54:46Z)
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。