Jul, 2024
社交媒体上可解释的抑郁症检测的异构子图网络与提示学习
Heterogeneous Subgraph Network with Prompt Learning for Interpretable
Depression Detection on Social Media
TL;DR通过利用Heterogeneous Subgraph Network with Prompt Learning (HSNPL)和对比学习机制,我们开发了一种新方法来分析社交媒体数据以便早期检测抑郁等心理健康问题,并通过在特征级别建立异构图网络、用户级别建立异构子图网络、自监督对比学习等方式来解决现有方法中缺乏可解释性、忽视社交媒体数据的异质性以及全局用户之间相互作用的问题。大量实验结果表明我们的方法在社交媒体上的抑郁检测中明显优于现有的方法。