K-SENSE: AI guidata dalla conoscenza per il rilevamento della salute mentale sui social media
I ricercatori hanno appena presentato un nuovo sistema chiamato K-SENSE, acronimo di Knowledge-guided Self-augmented Encoder for Neuro-Semantic Evaluation of Mental Health. Questo innovativo framework analizza i testi dei social media per rilevare segni di stress e depressione. Combina abilmente la conoscenza del senso comune del modello COMET con tecniche di auto-aumento e addestramento contrastivo. K-SENSE opera attraverso un processo di codifica in tre parti che raccoglie intuizioni inferenziali di senso comune su cinque dimensioni della salute mentale. Affronta efficacemente sfide come il linguaggio figurato e i sottili indizi emotivi nei contenuti degli utenti. Questo lavoro, volto a migliorare la diagnosi precoce in psichiatria computazionale e nel trattamento del linguaggio naturale, è disponibile su arXiv con il codice 2604.23493.
Fatti principali
- K-SENSE è un framework per rilevare stress e depressione dai testi dei social media.
- Utilizza la conoscenza esterna di senso comune del modello COMET.
- Il framework impiega auto-aumento e addestramento contrastivo.
- Ha un pipeline di codifica a tre stadi.
- Il primo stadio estrae conoscenza inferenziale di senso comune su cinque dimensioni dello stato mentale.
- Affronta linguaggio figurato, espressione emotiva implicita e rumore.
- Gli approcci esistenti gestiscono tipicamente separatamente il ragionamento psicologico e la robustezza della rappresentazione.
- L'articolo è su arXiv con ID 2604.23493.
Entità
Istituzioni
- arXiv