Feb, 2023

通过社交媒体进行时间和空间上的鲁棒语言心理健康评估

PDF
TL;DR本研究旨在通过对社交媒体数据进行大规模分析，使用 1.2 亿条推文来估计美国各个县的抑郁症和焦虑症情况，从而实现以更高的分辨率监测人口心理健康状况的可行性，在精确度方面要优于 ad-hoc 调查。
population mental healthsocial media datalanguage-based assessmentdepressionanxiety
发现论文，激发创造
  • 利用神经用户嵌入从社交媒体量化心理健康

    本文提出了一种利用社交媒体内容自动补充传统调查方法得出近实时大规模粗略估计心理健康状况的方法，该方法利用用户 embedding，本研究证明了这些 embedding 可以捕捉到与精神疾病相关的行为特征，从而能够预测用户的心理健康状况。

    Apr, 2017

  • 社交媒体和智能设备是否能够评估心理健康？解决方法和评价中的偏见问题

    本文探讨了近期关于使用智能手机数据和社交媒体数据预测精神健康问题，有很多研究报告表明其非常具有潜力，但是在实际环境中，并没有表现出较好的通用性。研究发现，在考虑真实世界环境并使用不同的特征源和多重模拟等多种方法进行比较后，目前最先进的方法仅能超过最基础的基线，无法持续改善数据和效果质量。

    Jul, 2018

  • 基于 Twitter 数据的本地健康网络咨询框架：从本地推特到本地健康

    利用推特数据进行街区层面的心理健康预测，提出了 LocalTweets 和 LocalHealth 框架，使用 GPT3.5 模型在 MH 监测任务中取得了最高的 F1 得分和准确率，并利用 LocalHealth 方法推测未报告街区的心理健康状况。

    Feb, 2024

  • 利用社交媒体理解和衡量心理压力

    本文研究了社交媒体上的心理压力语言，发现社交媒体的语言模型可用于测量用户和地区的压力，具有较高的预测能力和实际效果。

    Nov, 2018

  • 使用语言和行为视角的在线社交媒体心理障碍分析和可视化

    本文旨在通过多种语言学、心理学及在线行为等多个方面，更好地了解患有心理障碍的社交媒体用户的特征和差异。研究结果表明，这些用户与正常用户相比，在词汇唯一性、情感表达和月度发布方差等方面存在明显差异。

    Feb, 2022

  • 在线心理健康风险评估隐私感知问答系统

    使用 QA 方法和统一 QA 模型在两个大型的精神健康数据集上评估心理健康风险，并通过差分隐私来保护用户数据，结果表明在精神健康用例中将风险评估建模为 QA 任务具有良好的性能，为隐私保护诊断系统的发展提供了一个有前途的研究方向。

    Jun, 2023

  • 社交媒体数据在精神健康研究中的应用现状

    本论文分析了社交媒体数据对于进行心理健康研究的现状，并引入了一个基于标准化模式的开源心理健康数据集目录，以促进元分析。

    Nov, 2020

  • 通过临床问卷学习实现简单灵活的精神障碍检测模型

    研究了使用社交媒体的语言特征来检测心理健康问题，并提出了一种能够有效利用领域知识、可被应用于其他心理障碍以及能够提供可解释检测结果的模型。

    Jun, 2023

  • 语言和心理健康：从文本中衡量情绪动态作为语言生物社会标志物

    该研究首次研究推文情绪动态与心理健康障碍之间的关系，发现言语情绪动态指标与自我公开的诊断之间存在显著差异，这为语言线索在心理疾病的诊断和管理中发挥关键作用提供了重要的初步证据。

    Oct, 2023

  • 多元观点，分歧模型：跨文化评估 Twitter 上的抑郁检测

    评估跨文化 Twitter 数据对建立跨文化 AI 模型的泛化性，结果显示抑郁症检测模型在全球化方面表现较差，特别是在全球南方用户中，预训练语言模型在泛化性方面表现最佳，但在抑郁和非西方用户的表现仍存在差距。我们对发现进行量化，并提供了一些建议来缓解此问题。

    Apr, 2024