BriefGPT - AI 论文速递
·
基于大规模预训练模型的中国心理支持热线细粒度言论情感分析
💡
原文中文，约500字，阅读约需1分钟。
📝
内容提要
使用Whispter工具和BERTopic模型从智能手机采集的语音记录中鉴定出29个话题，其中6个话题与抑郁症风险相关。通过比较行为和语言特征，揭示了话题与抑郁症的关联。长期监测语言使用的重要性得到证明。特定的语音话题可能指示抑郁症的严重程度。数据驱动工作流提供了收集和分析大规模语音数据的实用方法。
🎯
关键要点
-
语言使用与抑郁症相关，但需要大规模验证。
-
研究使用Whispter工具和BERTopic模型从265名参与者的3919个语音记录中鉴定出29个话题。
-
六个话题与抑郁风险相关，PHQ-8中值大于等于10。
-
相关话题包括无期望、睡眠、心理疗法、剪发、学习和课程作业。
-
比较话题之间的行为和语言特征，揭示话题与抑郁症的关联。
-
长期监测语言使用的重要性得到了证明。
-
特定的语音话题可能指示抑郁症的严重程度。
-
数据驱动工作流提供了收集和分析大规模语音数据的实用方法。
🏷️
标签
➡️
