该文综述了利用深度学习和自然语言处理技术,通过社交媒体文本检测抑郁症及精神健康风险的研究。涉及RoBERTa、DeBERTa、BERT、Longformer等模型,任务包括抑郁严重程度分类、早期检测和因果分析。研究表明,基于Transformer的方法性能优越,但能耗较高,需权衡精度与计算成本。
本研究引入了 CrisisTransformers,用于分析危机相关的社交媒体文本。经过广泛的语料库训练和评估,结果表明 CrisisTransformers 在所有数据集的分类任务中都优于强基线,句子编码器在句子编码任务中将现有技术水平提高了 17.43%。所有模型已公开发布,成为分析危机相关社交媒体文本任务的强大基准。
完成下面两步后,将自动完成登录并继续当前操作。