Энsemble трансформеров для классификации депрессивных эмоций
Авторы: Kasap F, İlhan Omurca S, Ekinci E
Журнал: MED
Опубликовано:
Просмотры: 18
МИКРОТЕМЫ
> АННОТАЦИЯ
Люди действуют исходя из эмоций даже в наиболее рациональных механизмах принятия решений своей жизни. Эмоции являются мощными мотиваторами, глубоко влияющими на поведение человека и социальные взаимодействия. Человеческие эмоции имеют тенденцию возникать совместно (кооперироваться). Анализ эмоций с учетом этой кооперации позволяет получить более точные представления для решения различных проблем психического здоровья. Хорошим примером является анализ депрессии, который часто включает сложное взаимодействие множества взаимосвязанных эмоций, а не изолированного чувства. В статье представлен комплексный анализ сопутствующих эмоций при депрессии с использованием методов искусственного интеллекта. Предложена трансформерная ансамблевая модель, прогнозирующая множественные эмоциональные тенденции, связанные с депрессией, на основе общедоступной базы данных DepressionEmo постов пользователей, связанных с депрессией. Используются предварительно обученные трансформеры: DistilBERT, RoBERTa, Mental-BERT, Mental-RoBERTa, DeBERTa. Разработанная гетерогенная архитектура ансамбля, основанная на методах стекинга и мажоритарного голосования, улучшает индивидуальные показатели предсказательной способности трансформерных архитектур. Настоящая работа — первая, применившая ансамбль трансформеров к базе данных DepressionEmo для выявления нескольких эмоций в текстовых психологических сообщениях индивидов. Экспериментальные результаты показывают, что ансамблевые подходы обеспечивают более стабильное улучшение производительности по сравнению с отдельными трансформерами, особенно в условиях дисбаланса классов, где макроусредненный показатель F1 достигает максимума 0,8121 при подходе Stacking-FFNN. Ансамблевые методы стабильно превосходят сильнейшие отдельные модели, демонстрируя эффективность ансамблевой техники в улучшении классификации эмоций депрессии.
▶
Текст разбит на микротемы и переведён с помощью GigaChat.
Нажмите на цитату Ctrl+F — скопируется для поиска в PDF.
1
Применение ансамбля трансформеров для анализа координированных эмоциональных состояний при депрессии
Статья описывает методику анализа взаимосвязанных эмоциональных проявлений депрессии с помощью ансамблевого подхода на основе трансформеров. Авторы предлагают использовать предобученные модели DistilBERT, RoBERTa, Mental-BERT и другие, объединяя их результаты через стекинг и мажоритарное голосование. Это позволяет повысить точность прогнозирования различных эмоциональных тенденций, связанных с депрессией. Экспериментальные данные показывают, что ансамбль моделей превосходит отдельные трансформеры, особенно при наличии дисбаланса классов, демонстрируя эффективность такого подхода в диагностике и анализе психологического состояния пользователей.
Ключевыми результатами являются использование разнородной архитектуры ансамбля трансформеров и достижение наилучших результатов с применением метода стекинга и многослойной сети (Stacking-FFNN). Эти методы позволяют значительно улучшить классификацию депрессивных эмоций по сравнению с индивидуальными моделями.