
-
生物通官微
陪你抓住生命科技
跳动的脉搏
一种基于云端的双层文本分类框架,用于心理健康筛查,并具备讽刺语和表情符号情感分析功能
《Scientific Reports》:A cloud-based two-layer text classification framework for mental health screening with sarcasm and emoji-aware sentiment analysis
【字体: 大 中 小 】 时间:2026年06月25日 来源:Scientific Reports 4.9
编辑推荐:
摘要随着数字通信平台的日益普及,人们开始通过包含隐含情感线索、非正式语言以及非标准表达的文本来表达情感和心理健康问题。传统的情绪分析系统往往难以捕捉这些语境细微差别,从而限制了其在心理健康相关文本分析中的有效性。为解决这一难题,本研究提出了一种双层框架,结合Azure情绪分析和A
随着数字通信平台的日益普及,人们开始通过包含隐含情感线索、非正式语言以及非标准表达的文本来表达情感和心理健康问题。传统的情绪分析系统往往难以捕捉这些语境细微差别,从而限制了其在心理健康相关文本分析中的有效性。为解决这一难题,本研究提出了一种双层框架,结合Azure情绪分析和Azure自定义文本分类功能,用于对情绪及心理健康相关文本进行分类。在第一层中,利用Azure情绪分析将用户生成的文本分为积极、中性或消极情绪类别。对于被判定为消极的文本,再通过Azure自定义文本分类将其内容归类到预定义的心理健康相关类别中,包括焦虑、抑郁、创伤后应激障碍、社交焦虑障碍以及自杀念头与行为等。该框架旨在为识别与心理健康相关讨论相关的语言模式提供结构化方法,从而为心理健康筛查和分诊应用提供支持。通过80%训练数据与20%测试数据的实验评估,该系统的整体精确度、召回率和F1分数达到了96.97%。在各个类别的评估中,F1分数均在0.94到1.000之间,表现十分出色。研究结果表明,所提出的架构能够有效地对评估数据集中的心理健康相关文本进行分类,同时为自动化情绪和文本分类提供了可扩展的框架。这项研究为智能情感计算这一不断发展的领域做出了贡献,也凸显了基于云的自然语言处理工具在心理健康相关文本分析方面的潜力。需要说明的是,此处报告的结果仅限于所评估的数据集,应被视为一种文本分类和筛查方法,而非临床诊断系统。本文档介绍了在CTRI/2024/06/068766号项目中开展的更广泛混合方法研究中的计算部分,该项目名为“探索特定人群的心理健康状况:结合法语言学与心理学的语料库分析——一项混合方法研究”。当前的工作重点是利用合成且经过匿名处理的文本数据,开发和验证一种基于人工智能的心理健康评估诊断工具,这也是该注册项目的一个次要目标。注册信息:印度临床试验注册中心(CTRI),试验注册编号:CTRI/2024/06/068766,注册日期:2024年6月12日。