mhGPT:用于心理健康文本分析的轻量级生成预训练变换器
💡
原文中文,约700字,阅读约需2分钟。
📝
内容提要
本研究使用多种深度学习模型对Reddit和X数据集进行分类,关注心理健康和社交媒体之间的联系。实验结果显示DepGPT模型在零样本学习和少样本学习中表现优异,准确度和F1分数接近完美。研究强调了LLM的有效性和灵活性,为抑郁症检测模型提供了重要信息。
🎯
关键要点
- 研究关注心理健康与社交媒体的联系,特别是外向用户的抑郁症早期检测。
- 使用多种深度学习模型(如GPT 3.5、GPT 4、DepGPT、LSTM、Bi-LSTM等)对Reddit和X数据集进行分类。
- 创建了孟加拉社交媒体抑郁数据集(BSMDD),并由心理健康专家进行翻译。
- 提供了模型架构细节和评估方法,证明SahajBERT和Bi-LSTM的优越性。
- DepGPT模型在零样本学习和少样本学习中表现优异,准确度达到0.9796,F1分数为0.9804。
- 强调了LLM的有效性和灵活性,为抑郁症检测模型提供了重要信息。
➡️