A Survey of Large Language Models in Mental Health Disorder Detection on Social Media

要約

メンタルヘルス問題の検出と介入は、世界的に重要な研究テーマであり、ソーシャルメディアデータはメンタルヘルス研究の重要なリソースとして認識されている。しかし、ソーシャルメディア上のメンタルヘルス問題検出のために大規模言語モデル（LLM）をどのように活用するかは大きな課題である。そこで本稿では、ソーシャルメディアデータ分析におけるLLMアプリケーションの可能性を探ることを目的とし、うつ病や不安障害といった最も一般的な精神障害だけでなく、精神病性障害や外向性障害も取り込み、テキストデータ分析や精神障害の検出といった異なる次元からLLMの適用方法をまとめ、現在の研究の主な課題と欠点を明らかにする。さらに、一般的なデータセットの概要や評価指標も提供している。本稿の調査は、メンタルヘルス分野の研究者に包括的な参照枠を提供するとともに、メンタルヘルス検出におけるLLMの大きな可能性を示し、将来のメンタルヘルス介入におけるLLMのさらなる応用を促進する。

要約(オリジナル)

The detection and intervention of mental health issues represent a critical global research focus, and social media data has been recognized as an important resource for mental health research. However, how to utilize Large Language Models (LLMs) for mental health problem detection on social media poses significant challenges. Hence, this paper aims to explore the potential of LLM applications in social media data analysis, focusing not only on the most common psychological disorders such as depression and anxiety but also incorporating psychotic disorders and externalizing disorders, summarizing the application methods of LLM from different dimensions, such as text data analysis and detection of mental disorders, and revealing the major challenges and shortcomings of current research. In addition, the paper provides an overview of popular datasets, and evaluation metrics. The survey in this paper provides a comprehensive frame of reference for researchers in the field of mental health, while demonstrating the great potential of LLMs in mental health detection to facilitate the further application of LLMs in future mental health interventions.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL