Автоматизоване виявлення та класифікація контенту, пов’язаного з маячними переконаннями, у природних записах аудіодневників із використанням багатоустановчих мовних моделей
https://ift.tt/YQKb9lR
Слухові монологи, записані в природних умовах, надають можливості для характеристики феноменології психічних розладів та виявлення загострення симптомів. Великі мовні моделі (LLM) пропонують нові можливості для автоматизації цього процесу, оскільки їм потрібні анотовані дані переважно для оцінки, а не для навчання. У цій роботі ми представляємо новий автоматизований багатопартійний конвеєр LLM для точного, багатолейблового вилучення мови, що натякає на маячні переконання, пов’язані афективні відповіді та поведінкові реакції з транскрибованих природних аудіодневників, зібраних від людей із помірною переслідувальною ідеацією. Оцінюючи ансамбль із трьох основних моделей, ми демонструємо, що детальні інструкції до діагностичного запиту успішно зменшують хибнопозитивні результати щодо класифікації тем маячень, але також обмежують тлумачення афективних або поведінкових відповідей. Додатково, порівняння багатопартійних андикаторних рамок показує, що складний розмовний диспут між агентами знижує точність на клінічно невизначеному тексті, викликаючи раніше досягнутий консенсус. Натомість більшістю голосування встановлюється надійна робота (Micro F1 0.872 та 0.779 для виявлення та класифікації маячень відповідно). Ця робота надає валідований та масштабований конвеєр для автоматичного виявлення та характеристики контенту, що натякає на маячні переконання у природній мові.
HI-FI News
через ШІ https://ift.tt/k7hrTuC
26 травня 2026 року, 06:17 за місцевим часом
May 26, 2026 at 06:17AM
Залишити відповідь