이 연구는 우울증 탐지를 위해 의학적 지식과 대규모 언어 모델을 결합한 DORIS 시스템을 제안한다.
첫째, 우울증 진단을 위한 의학적 기준인 DSM-5를 활용하여 사용자의 게시물에서 우울증 증상을 자동으로 식별한다. 이를 통해 전문적인 의학 지식을 시스템에 통합한다.
둘째, 사용자의 기분 변화 추이를 모델링하여 기분 과정 표현을 구축한다. 이는 우울증 진단에 중요한 정보를 제공한다.
셋째, 사용자의 게시물 내용과 기분 과정 표현, 우울증 증상 식별 결과를 종합하여 GBT 분류기로 우울증 여부를 판단한다. 이를 통해 높은 정확도와 설명 가능성을 달성한다.
실험 결과, DORIS는 기존 최고 성능 모델 대비 AUPRC 지표에서 0.036의 절대 성능 향상을 보였다. 또한 각 모듈의 기여도 분석과 사례 연구를 통해 DORIS의 설명 가능성을 입증하였다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Xiaochong La... at arxiv.org 03-19-2024
https://arxiv.org/pdf/2403.10750.pdfDeeper Inquiries