MentalQA: An Annotated Arabic Corpus for Questions and Answers of Mental Healthcare

要約

精神的健康障害は、背景、教育、社会経済的地位に関係なく、世界中の人々に大きな影響を与えます。
しかし、特に資源が限られている十分なサービスが受けられていないコミュニティにとって、適切なケアへのアクセスは依然として課題となっています。
テキスト マイニング ツールは、専門家による患者の診断と治療を支援することで、精神医療をサポートする計り知れない可能性をもたらします。
この研究は、そのようなツールを開発するためのアラビアのメンタルヘルスリソースの不足に取り組んでいます。
会話形式の質疑応答 (QA) インタラクションを特徴とする新しいアラビア語データセットである MentalQA を紹介します。
データの品質を確保するために、品質管理手段を備えた明確に定義されたスキーマを使用して、厳密なアノテーション プロセスを実行しました。
データは、質問に答える医療プラットフォームから収集されました。
メンタルヘルスの質問とそれに対応する回答の注釈スキーマは、既存の分類スキームにいくつかの変更を加えたものを利用しています。
質問の種類には、診断、治療、解剖学および生理学、疫学、健康的なライフスタイル、医療提供者の選択という 6 つの異なるカテゴリが含まれます。
回答戦略には、情報提供、直接的な指導、精神的サポートが含まれます。
3 人の経験豊富なアノテーターが協力してデータに注釈を付け、一貫性を確保しました。
私たちの調査結果は、アノテーター間の一致度が高いことを示しており、フライスのカッパは質問タイプで 0.61 ドル、回答戦略で 0.98 ドルでした。
詳細な分析により、年齢層ごとの質問の好みの違いや、質問の種類と回答戦略間の強い相関関係など、洞察力に富んだパターンが明らかになりました。
MentalQA は、メンタルヘルス専門家や情報を求める個人をサポートできるアラビア語テキスト マイニング ツールを開発するための貴重な基盤を提供します。

要約(オリジナル)

Mental health disorders significantly impact people globally, regardless of background, education, or socioeconomic status. However, access to adequate care remains a challenge, particularly for underserved communities with limited resources. Text mining tools offer immense potential to support mental healthcare by assisting professionals in diagnosing and treating patients. This study addresses the scarcity of Arabic mental health resources for developing such tools. We introduce MentalQA, a novel Arabic dataset featuring conversational-style question-and-answer (QA) interactions. To ensure data quality, we conducted a rigorous annotation process using a well-defined schema with quality control measures. Data was collected from a question-answering medical platform. The annotation schema for mental health questions and corresponding answers draws upon existing classification schemes with some modifications. Question types encompass six distinct categories: diagnosis, treatment, anatomy \& physiology, epidemiology, healthy lifestyle, and provider choice. Answer strategies include information provision, direct guidance, and emotional support. Three experienced annotators collaboratively annotated the data to ensure consistency. Our findings demonstrate high inter-annotator agreement, with Fleiss’ Kappa of $0.61$ for question types and $0.98$ for answer strategies. In-depth analysis revealed insightful patterns, including variations in question preferences across age groups and a strong correlation between question types and answer strategies. MentalQA offers a valuable foundation for developing Arabic text mining tools capable of supporting mental health professionals and individuals seeking information.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google