Utterance Classification with Logical Neural Network: Explainable AI for Mental Disorder Diagnosis

要約

精神的健康問題という世界的な課題に応えて、私たちは精神障害の診断のための論理ニューラル ネットワーク (LNN) ベースのニューロシンボリック AI 手法を提案します。
精神障害に対する効果的な治療法が不足しているため、セラピストの診断を支援できる AI ソリューションが必要です。
ただし、現在のニューラル ネットワーク モデルは説明可能性に欠けており、セラピストによって信頼されない可能性があります。
LNN は、ニューラル ネットワークの学習機能と古典的な論理ベースの AI の推論機能を組み合わせたリカレント ニューラル ネットワーク アーキテクチャです。
提案されたシステムは、臨床面接からの入力述語を使用して精神障害クラスを出力し、さまざまな述語枝刈り技術を使用してスケーラビリティとより高いスコアを達成します。
さらに、セラピストの診断を支援する洞察抽出方法も提供します。
提案されたシステムは、現在のニューラル ネットワーク モデルの説明可能性の欠如に対処し、精神障害の診断により信頼できるソリューションを提供します。

要約(オリジナル)

In response to the global challenge of mental health problems, we proposes a Logical Neural Network (LNN) based Neuro-Symbolic AI method for the diagnosis of mental disorders. Due to the lack of effective therapy coverage for mental disorders, there is a need for an AI solution that can assist therapists with the diagnosis. However, current Neural Network models lack explainability and may not be trusted by therapists. The LNN is a Recurrent Neural Network architecture that combines the learning capabilities of neural networks with the reasoning capabilities of classical logic-based AI. The proposed system uses input predicates from clinical interviews to output a mental disorder class, and different predicate pruning techniques are used to achieve scalability and higher scores. In addition, we provide an insight extraction method to aid therapists with their diagnosis. The proposed system addresses the lack of explainability of current Neural Network models and provides a more trustworthy solution for mental disorder diagnosis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google