跳到正文
热点事件持续更新

UMer框架:用社交媒体痕迹估计抑郁严重程度

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Nada Xu等作者提出UMer框架,从用户历史社交媒体痕迹中估计抑郁严重程度。该框架先从历史痕迹中提取用户特定的心理先验,再通过量表引导的多查询检索构建证据记忆,最后以从粗到细的推理区分直接与间接证据,预测条目级分数。作者称,在真实基准上,UMer性能优于现有基线,并能提供有证据支撑的可解释性。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv cs.CL
    UMer:从社交媒体痕迹估计抑郁严重程度的用户特定心理证据推理框架

    UMer 是一个基于社交媒体痕迹的用户特定心理证据推理框架,用于估计抑郁严重程度。它先从历史社交痕迹中蒸馏用户特定的心理先验,再通过量表引导的多查询检索构建证据记忆,最后以从粗到细的证据感知推理区分直接与间接证据并预测条目级分数。在真实基准上,UMer 性能优于现有基线,并提供有证据支撑的可解释性。

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。