Detecting mental disorder on social media: a ChatGPT-augmented explainable approach

要約

デジタル時代において、ソーシャルメディアで表現された抑うつ症状の有病率は深刻な懸念を引き起こし、タイムリーな検出のための高度な方法論を必要としています。
このペーパーでは、大規模な言語モデル（LLM）と説明可能な人工知能（XAI）とChatGPTのような会話エージェントを効果的に組み合わせた新しい方法論を提案することにより、解釈可能なうつ病検出の課題に対処します。
私たちの方法論では、説明は、BertのTwitter固有のバリアントであるBertweetを、マスクされた注意を介して分類と説明の両方を提供できる新しい自己省略モデル、すなわちBert-XDDに統合することで達成されます。
CHATGPTを使用して解釈可能性はさらに強化され、技術的な説明を人間の読み取り可能な解説に変換します。
解釈可能なうつ病検出のための効果的でモジュール式アプローチを導入することにより、私たちの方法論は、社会的に責任のあるデジタルプラットフォームの開発に貢献し、適格な医療専門家の指導の下でのメンタルヘルスの課題に対する早期介入とサポートを促進することができます。

要約(オリジナル)

In the digital era, the prevalence of depressive symptoms expressed on social media has raised serious concerns, necessitating advanced methodologies for timely detection. This paper addresses the challenge of interpretable depression detection by proposing a novel methodology that effectively combines Large Language Models (LLMs) with eXplainable Artificial Intelligence (XAI) and conversational agents like ChatGPT. In our methodology, explanations are achieved by integrating BERTweet, a Twitter-specific variant of BERT, into a novel self-explanatory model, namely BERT-XDD, capable of providing both classification and explanations via masked attention. The interpretability is further enhanced using ChatGPT to transform technical explanations into human-readable commentaries. By introducing an effective and modular approach for interpretable depression detection, our methodology can contribute to the development of socially responsible digital platforms, fostering early intervention and support for mental health challenges under the guidance of qualified healthcare professionals.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google