通过大型语言模型合成数据检测难治性抑郁的临床特征
原文中文，约500字，阅读约需2分钟。发表于：。通过大型语言模型和 BERT 基于跨度抽取模型，能够提取和标记与难治性抑郁症相关的各种正面和负面因素的文本跨度，为未来医疗应用提供了希望。
最新研究发现，通过识别抑郁症状可以建立更稳健的模型。eRisk倡议提出了一个新的排名任务，旨在开发搜索方法来找到与抑郁症状相关的句子。他们创建了DepreSym数据集，其中包含21580个句子，根据其与21个BDI-II症状的相关性进行了注释。他们还探讨了使用大型语言模型作为评估员的可行性。
