arXiv cs.AI· Changzeng Fu, Ming Shang, Xinyi Zhang, Jiadong Wang, Runhao Zeng, Shiqi Zhao·· 23 小时前AI 评分29
EDA:面向证据落地的多模态抑郁分析框架,先观察、验证再评估
EDA: Observe, Verify, and Assess for Evidence-Grounded Multimodal Depression Analysis
AI 导读
研究提出 EDA 框架,按 Observe、Verify、Assess 三步将长录音中的声学与视觉线索定位为带时间区间和行为测量值的 Evidence Records,并由冻结的多模态智能体核验每条观察是否有源媒体支持。
正文 · AI 翻译
摘要:现有多模态抑郁评估方法通常将长时录音概括为全局行为描述,这使得单个观察的来源及其与决策的相关性难以核查。我们提出 EDA,一个以观察、验证与评估为组织结构的证据支撑框架。在观察阶段,基于文献的声学与视觉线索被定位为带有时间区间和行为测量的、与来源关联的证据记录。在验证阶段,冻结的多模态智能体检查所引用的媒体是否支持每一项观察。简化的支持准入策略保留通过正向验证的记录及其审查依据。在评估阶段,统计描述符和时间事件支持基于参考的行为比较,而 PHQ-9 引导的文本分析提供互补的症状证据。跨模态不一致会触发对原始文本的审查,之后再进行最终选择。在 D-Vlog 和 LMVD 上的实验分别评估了与人工参考线索的一致性以及下游评估效用。在共享来源片段上,AI 线索标注相对于人工共识标签达到 91.02% 的准确率。在冻结的 7B 骨干模型下,EDA 支持策略在 D-Vlog Leave-Query-Out 和 LMVD 上分别将 F1 较直接预测提升 7.61 和 9.88 个百分点。这些发现支持以显式、与来源关联的行为证据实现可核查的多模态抑郁评估。
| 主题: | 人工智能(cs.AI) |
| 引用为: | arXiv:2611.22648 [cs.AI] |
| (或 arXiv:2611.22648v1 [cs.AI] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.22648 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Changzeng Fu [查看电子邮件]
[v1]
2026年11月17日星期二 12:04:34 UTC(916 KB)
来源:arXiv cs.AI · arxiv.org