EmoTrack 用临床语义建模估计抑郁严重程度
热点事件持续更新
EmoTrack 用临床语义建模估计抑郁严重程度
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Zhaomin Wu、Jiayi Li、Bingsheng He 提出 EmoTrack 方法，通过联合编码临床特征 token 与冻结的来访者对话轮嵌入，并用 PHQ-8 条目查询估计抑郁严重程度总分，可选门控记忆引入前次会话证据。 在 DAIC-WOZ 数据集上，其平均绝对误差相对最强基线降低 12.5%，聚合误差降低约 8.6%。团队同时发布带会话级 PHQ-8 监督的合成咨询数据集 CounselArc，用于多会话场景的受控评估。
AI 根据报道生成 · 48 分钟前更新
最新进展11月5日 13:00
EmoTrack：面向文本抑郁严重程度评估的临床语义建模报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIEmoTrack：面向文本抑郁严重程度评估的临床语义建模
EmoTrack 联合编码临床特征 token 与冻结的来访者对话轮嵌入，并用 PHQ-8 条目查询估计抑郁严重程度总分，可选门控记忆引入前次会话证据。在 DAIC-WOZ 上，其平均绝对误差相对最强基线降低 12.5%，聚合误差降低约 8.6%。团队同时发布带会话级 PHQ-8 监督的合成咨询数据集 CounselArc，用于多会话场景的受控评估。
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。