Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

multiMentalRoBERTa: A Fine-tuned Multiclass Classifier for Mental Health Disorder

Created by
  • Haebom
Category
Empty

저자

K M Sajjadul Islam, John Fields, Praveen Madiraju

multiMentalRoBERTa: 소셜 미디어 텍스트 기반 정신 건강 장애 조기 진단 모델

개요

본 논문은 소셜 미디어 텍스트를 분석하여 스트레스, 불안, 우울증, 외상 후 스트레스 장애(PTSD), 자살 생각 및 중립적 담론을 포함한 일반적인 정신 건강 상태를 분류하는 multiMentalRoBERTa 모델을 소개합니다. 여러 큐레이션된 데이터 세트를 기반으로 하며, 우울증과 자살 생각, 불안과 PTSD 간의 강한 상관관계를 확인했습니다. multiMentalRoBERTa는 기존의 머신 러닝 방법, 도메인별 변환기 및 프롬프트 기반 대규모 언어 모델보다 뛰어난 성능을 보였으며, 6개 클래스 설정에서 매크로 F1 점수 0.839, 스트레스를 제외한 5개 클래스 설정에서 0.870을 달성했습니다. 또한, 분류를 유도하는 어휘 단서를 식별하기 위해 설명 가능성 방법을 사용하고, 특히 우울증과 자살 생각을 구별하는 데 중점을 두었습니다.

시사점, 한계점

•
시사점:
◦
multiMentalRoBERTa는 정신 건강 상태의 조기 진단을 위한 강력하고 배포 가능한 솔루션을 제공합니다.
◦
Fine-tuned 변환기는 민감한 맥락에서 신뢰할 수 있고 해석 가능한 탐지에 효과적입니다.
◦
Layer Integrated Gradients 및 KeyBERT와 같은 설명 가능성 방법은 분류 결정에 대한 통찰력을 제공합니다.
◦
우울증과 자살 생각 간의 차이점을 식별하는 데 초점을 맞추어 잠재적인 자살 위험을 더 잘 이해할 수 있습니다.
◦
공정성, 편향 완화 및 인간 중심 안전 프로토콜의 중요성을 강조합니다.
•
한계점:
◦
스트레스는 광범위하고 겹치는 범주로 나타났습니다. (스트레스, 불안, PTSD 간의 관계를 추가적으로 연구해야 할 수도 있습니다.)
◦
데이터 세트의 편향 및 공정성 문제에 대한 추가적인 연구가 필요합니다.
◦
모델의 실제 배포 시 안전 및 개인 정보 보호에 대한 고려 사항이 중요합니다.
👍
Made with Slashpage