Prompt-based mental health screening from social media text

要約

この記事では、ソーシャル メディア テキストの大規模でノイズの多いデータセットから、即時ベースのメンタルヘルス スクリーニングを行う方法を紹介します。
私たちのメソッドは GPT 3.5 を使用します。
タスクにより関連性が高い可能性のある出版物を区別するよう促し、その後、単純なバッグオブワードテキスト分類子を使用して実際のユーザーラベルを予測します。
結果は、専門家分類器を組み合わせた BERT と対になっており、計算コストのほんの一部しかかからないことがわかります。

要約(オリジナル)

This article presents a method for prompt-based mental health screening from a large and noisy dataset of social media text. Our method uses GPT 3.5. prompting to distinguish publications that may be more relevant to the task, and then uses a straightforward bag-of-words text classifier to predict actual user labels. Results are found to be on pair with a BERT mixture of experts classifier, and incurring only a fraction of its computational costs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google