CASE: Efficient Curricular Data Pre-training for Building Assistive Psychology Expert Models

要約

心理学者の数が限られているため、緊急の精神医療を必要とする個人を効率的に特定する必要があります。
この研究では、自然言語処理 (NLP) パイプラインを使用して、相談に使用されるオンラインのメンタルヘルス フォーラムからのテキスト データを分析する方法を調査します。
これらのパイプラインはフォーラムの投稿を分析することで、専門家の早急な対応が必要な可能性のあるユーザーにフラグを立てることができます。
この分野における重要な課題は、データのプライバシーと希少性です。
これに対処するために、NLP パイプラインの事前トレーニングにメンタルヘルスを専門とする機関で使用されている、すぐに入手できるカリキュラム テキストを利用することを提案します。
これは、心理学者の訓練プロセスを模倣するのに役立ちます。
私たちの研究では、フォーラムのテキストに基づいて潜在的な精神的健康障害にフラグを立てる CASE-BERT を提示しています。
CASE-BERT は既存の方法と比較して優れたパフォーマンスを示し、最も一般的に報告されている精神的健康障害の 2 つであるうつ病に対して 0.91、不安に対して 0.88 の f1 スコアを達成しました。
私たちのコードとデータは公開されています。

要約(オリジナル)

The limited availability of psychologists necessitates efficient identification of individuals requiring urgent mental healthcare. This study explores the use of Natural Language Processing (NLP) pipelines to analyze text data from online mental health forums used for consultations. By analyzing forum posts, these pipelines can flag users who may require immediate professional attention. A crucial challenge in this domain is data privacy and scarcity. To address this, we propose utilizing readily available curricular texts used in institutes specializing in mental health for pre-training the NLP pipelines. This helps us mimic the training process of a psychologist. Our work presents CASE-BERT that flags potential mental health disorders based on forum text. CASE-BERT demonstrates superior performance compared to existing methods, achieving an f1 score of 0.91 for Depression and 0.88 for Anxiety, two of the most commonly reported mental health disorders. Our code and data are publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google