論文の概要: Multi-Level Narrative Evaluation Outperforms Lexical Features for Mental Health
- arxiv url: http://arxiv.org/abs/2604.27846v1
- Date: Thu, 30 Apr 2026 13:31:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-01 16:31:54.108645
- Title: Multi-Level Narrative Evaluation Outperforms Lexical Features for Mental Health
- Title（参考訳）: マルチレベルナラティブ評価は精神保健の語彙的特徴に優れる
- Authors: Yuxi Ma, Jieming Cui, Muyang Li, Ye Zhao, Yu Li, Yixuan Wang, Chi Zhang, Yinyin Zang, Yixin Zhu,
- Abstract要約: 治療用筆記法への計算的アプローチは、語彙的数え上げから神経的手法へと進化してきたが、まだ断片化されている。
既存のフレームワークはこれらのテクニックを、物語が構築される階層的なプロセスにマッピングしていない。
この枠組みは、マクロ構造組織を臨床信号の一次軌跡として同定する。
- 参考スコア（独自算出の注目度）: 23.379143894811566
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: How people narrate their experiences offers a window into how the mind organizes them. Computational approaches to therapeutic writing have evolved from lexical counting to neural methods, yet remain fragmented: dictionary tools miss discourse structure, while embeddings conflate local coherence with global organization. No existing framework maps these techniques onto the hierarchical processes through which narratives are constructed. Here we introduce a three-level framework - micro-level lexical features, meso-level semantic embeddings, and macro-level LLM narrative evaluation - and show, across 830 Chinese therapeutic texts spanning depression, anxiety, and trauma, that macro-level evaluation substantially outperforms lexical and embedding features for mental health prediction. This challenges the field's emphasis on word-counting: formal structural features (Labov's story grammar, RST coherence, propositional composition) demonstrate that narrative organization per se carries predictive signal, while clinically-grounded narrative dimensions capture how psychological states are expressed through discourse. Semantic embeddings add minimal independent value but yield incremental gains in multi-level classification. By grounding computational levels in discourse processing theory, this framework identifies macro-structural organization as the primary locus of clinical signal and generates testable hypotheses for intervention design and longitudinal research.
- Abstract（参考訳）: 人はどのように経験を語り合うかは、心がどのように組織化するかの窓口を提供する。
治療文章に対する計算的アプローチは、語彙的数え上げから神経的手法へと進化してきたが、断片化され続けている。
既存のフレームワークはこれらのテクニックを、物語が構築される階層的なプロセスにマッピングしていない。
ここでは、ミクロレベルの語彙的特徴、メソレベルのセマンティック埋め込み、マクロレベルのLLM物語評価という3段階の枠組みを紹介し、うつ病、不安、トラウマにまたがる830の中国の治療用テキストにおいて、マクロレベルの評価は、精神的健康予測のために語彙的および埋め込み機能を大幅に上回っていることを示す。
形式的構造的特徴(ラボフの物語文法、RTTコヒーレンス、命題構成)は、それぞれの物語組織が予測的なシグナルを伝達し、臨床的な地上の物語次元は、会話を通して心理的状態がどのように表現されるかを示す。
セマンティック埋め込みは最小の独立値を与えるが、多段階分類において漸進的な利得をもたらす。
談話処理理論の計算レベルを基礎として、この枠組みは、マクロ構造組織を臨床信号の一次軌跡として特定し、介入設計と縦断的研究のための検証可能な仮説を生成する。
関連論文リスト
- Towards a Linguistic Evaluation of Narratives: A Quantitative Stylistic Framework [51.56484100374058]
本研究は, 品質の指標としての言語的次元に着目し, ナラティブアセスメントに対する定量的アプローチを提案する。
本稿では,33種類の定量的言語的特徴を包括的に抽出し,物語の自動評価手法を提案する。
論文 参考訳（メタデータ） (2026-04-21T09:21:40Z) - Anonpsy: A Graph-Based Framework for Structure-Preserving De-identification of Psychiatric Narratives [1.4652274443334974]
我々は、タスクをグラフ誘導セマンティックリライトとして再構成する非識別フレームワークであるAnonpsyを紹介した。
解剖学は、各物語を臨床的実体、時間的アンカー、型付き関係をコードする意味グラフに変換する。
専門家、セマンティクス、GPT-5に基づく評価の下で、診断の正確性を維持しながら、常に低い再識別リスクを達成している。
論文 参考訳（メタデータ） (2026-01-20T01:37:44Z) - PsycholexTherapy: Simulating Reasoning in Psychotherapy with Small Language Models in Persian [2.166951056466717]
PsychoLexTherapyは、ペルシャ語における心理療法的推論を小言語モデル(SLM)を用いてシミュレートするためのフレームワークである
PsychoLexTherapyはデバイス上のデプロイに最適化されており、外部サーバなしで使用することができる。
論文 参考訳（メタデータ） (2025-10-04T19:40:10Z) - CLI-RAG: A Retrieval-Augmented Framework for Clinically Structured and Context Aware Text Generation with LLMs [0.1578515540930834]
CLI-RAG (Clinically Informed Retrieval-Augmented Generation) は、構造的および臨床的な基盤となるテキスト生成のためのドメイン固有のフレームワークである。
臨床文書構造を尊重する新しい階層的チャンキング戦略を取り入れ、タスク固有の2段階検索機構を導入する。
本システムを用いて,MIMIC-IIIデータセットから15種類の臨床ノートを作成した。
論文 参考訳（メタデータ） (2025-07-09T10:13:38Z) - Detecting Neurocognitive Disorders through Analyses of Topic Evolution and Cross-modal Consistency in Visual-Stimulated Narratives [83.15653194899126]
神経認知障害(NCD)の早期発見は、時間的介入と疾患管理に不可欠である。
現在のVSNベースのNCD検出法は主にボトムアップ、刺激駆動認知プロセスと密接に結びついている言語マイクロ構造に焦点を当てている。
本稿では,話題の時間的変化を追跡する動的トピックモデル(DTM)と,物語と視覚刺激の相互整合性を測定するテキスト画像時間アライメントネットワーク(TITAN)の2つの新しいマクロ構造手法を提案する。
論文 参考訳（メタデータ） (2025-01-07T12:16:26Z) - Attribute Structuring Improves LLM-Based Evaluation of Clinical Text Summaries [56.31117605097345]
大規模言語モデル(LLM)は、正確な臨床テキスト要約を生成する可能性を示しているが、根拠付けと評価に関する問題に苦慮している。
本稿では、要約評価プロセスを構成するAttribute Structuring(AS)を用いた一般的な緩和フレームワークについて検討する。
ASは、臨床テキスト要約における人間のアノテーションと自動メトリクスの対応性を一貫して改善する。
論文 参考訳（メタデータ） (2024-03-01T21:59:03Z) - Hierarchical Annotation for Building A Suite of Clinical Natural
Language Processing Tasks: Progress Note Understanding [4.5939673461957335]
本研究は,臨床テキスト理解,臨床推論,要約を行うための3段階の階層的アノテーションスキーマを導入する。
我々は,公開日誌の広範囲な収集に基づいて注釈付きコーパスを作成した。
また、3つのアノテーションステージを利用する3つのタスクで、プログレッシブノート理解という新しいタスクスイートも定義します。
論文 参考訳（メタデータ） (2022-04-06T18:38:08Z) - Design considerations for a hierarchical semantic compositional
framework for medical natural language understanding [3.7003326903946756]
NLP性能曲線を跳躍する試みとして,人間の認知のメカニズムにインスパイアされた枠組みについて述べる。
セマンティックメモリ、セマンティックコンポジション、セマンティックアクティベーションを含む4つの重要な側面からの洞察について述べる。
本稿では,自由文文を意味の論理的表現に変換するための生成意味モデルと関連する意味モデルの設計について論じる。
論文 参考訳（メタデータ） (2022-04-05T09:04:34Z) - Self-supervised Answer Retrieval on Clinical Notes [68.87777592015402]
本稿では,ドメイン固有パスマッチングのためのトランスフォーマー言語モデルをトレーニングするためのルールベースのセルフスーパービジョンであるCAPRを紹介する。
目的をトランスフォーマーベースの4つのアーキテクチャ、コンテキスト文書ベクトル、ビ-、ポリエンコーダ、クロスエンコーダに適用する。
本稿では,ドメイン固有パスの検索において,CAPRが強いベースラインを上回り,ルールベースおよび人間ラベル付きパスを効果的に一般化することを示す。
論文 参考訳（メタデータ） (2021-08-02T10:42:52Z) - 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)
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。