SIGMA:说话人隔离与症状结构化的抑郁严重度估计框架
热点事件持续更新
SIGMA:说话人隔离与症状结构化的抑郁严重度估计框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Zhuoyuan Tang 等作者提出 SIGMA,一个从半临床访谈中估计抑郁严重程度的框架:先用说话人分离只保留受访者语音,再让文本、音频、视频在编码时通过跨注意力相互条件化,最后由分级响应头联合预测八项问卷条目。 作者在 Extended Distress Analysis Interview Corpus 上报告,SIGMA 在五个随机种子下取得 CCC 0.762、RMSE 4.13、MAE 3.30,称其为该数据集上的最优结果。
AI 根据报道生成 · 1 小时前更新
最新进展11月20日 13:00
SIGMA:基于说话人分离与症状结构化的临床访谈抑郁严重程度多模态估计框架报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AISIGMA:基于说话人分离与症状结构化的临床访谈抑郁严重程度多模态估计框架
SIGMA 通过说话人分离仅保留受访者语音,并用跨注意力让文本、音频、视频在编码时相互条件化,再以分级响应头联合预测八项问卷条目。在 Extended Distress Analysis Interview Corpus 上,SIGMA 取得 CCC 0.762、RMSE 4.13、MAE 3.30 的 SOTA 结果(五个随机种子)。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。