NLP as a Lens for Causal Analysis and Perception Mining to Infer Mental Health on Social Media

要約

ソーシャル メディアでの人間間のやり取りは、行動の背後にある意図を伝えることが多く、オンライン ユーザーのメンタルヘルス分析 (MHA) のための心理言語リソースが得られます。
このようなソーシャル メディア リソースから精神疾患を推測するための計算知能技術 (CIT) の成功は、NLP が因果分析と認識マイニングのレンズであることを示しています。
しかし、臨床心理実践と個別化された精神医療に最適な影響を与えるためには、より結果的で説明可能な研究が必要であると私たちは主張します。
このギャップを埋めるために、次の 2 つの重要な側面を仮定します。(1) ユーザーが生成したテキストの原因と結果の関係を説明するための因果分析。
(2) オンラインユーザーの意図に対する社会的影響の心理学的観点を推測するための知覚マイニング。
自然言語処理 (NLP) の範囲内で、特に談話分析の最近の進歩を通じて、これら 2 つの側面に関連する重要な研究領域をさらに探求します。
このポジションペーパーは、コミュニティがこの分野での解決策を模索し、ソーシャルメディアからメンタルヘルスを推測するための会話型エージェントの開発の実践状況を前進させるようガイドします。
私たちは、心理状態を推論しながらの因果関係の抽出と知覚の強化のためのデータセットと問題定式化における研究貢献の増加を観察する中で、言語のレンズを通して計算心理学の問題をモデル化するためのより説明可能なアプローチを提唱しています。

要約(オリジナル)

Interactions among humans on social media often convey intentions behind their actions, yielding a psychological language resource for Mental Health Analysis (MHA) of online users. The success of Computational Intelligence Techniques (CIT) for inferring mental illness from such social media resources points to NLP as a lens for causal analysis and perception mining. However, we argue that more consequential and explainable research is required for optimal impact on clinical psychology practice and personalized mental healthcare. To bridge this gap, we posit two significant dimensions: (1) Causal analysis to illustrate a cause and effect relationship in the user generated text; (2) Perception mining to infer psychological perspectives of social effects on online users intentions. Within the scope of Natural Language Processing (NLP), we further explore critical areas of inquiry associated with these two dimensions, specifically through recent advancements in discourse analysis. This position paper guides the community to explore solutions in this space and advance the state of practice in developing conversational agents for inferring mental health from social media. We advocate for a more explainable approach toward modeling computational psychology problems through the lens of language as we observe an increased number of research contributions in dataset and problem formulation for causal relation extraction and perception enhancements while inferring mental states.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google