PulseAugur
实时 10:42:15
English(EN) MentalMARBERT: Domain-Adaptive Pre-training and Two-Stage Fine-Tuning for Arabic Mental Health Disorders Detection

新的阿拉伯语NLP模型增强心理健康障碍检测能力

研究人员开发了一个新颖的框架 MentalMARBERT,用于改进从阿拉伯语社交媒体文本中检测心理健康障碍。该方法包括在大量未标记的心理健康推文语料库上对 MARBERT 等现有阿拉伯语语言模型进行领域自适应预训练。然后,使用两阶段分类架构对该适应模型进行微调,在一个新构建的包含超过 50,000 条推文的数据集上取得了 0.861 的宏观 F1 分数和 0.877 的准确率。该研究强调了专门预训练和分层分类对于这项具有挑战性的 NLP 任务的有效性。 AI

影响 这项研究推动了阿拉伯语 NLP 能力的发展,有望改善阿拉伯语社区心理健康支持的可及性。

排序理由 该集群包含一篇学术论文,详细介绍了一种针对特定 NLP 任务的新方法和模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Fatimah Almalki, Areej Alhothali, Lulwah Alharigy, Abdulrahman Aladeem ·

    MentalMARBERT: Domain-Adaptive Pre-training and Two-Stage Fine-Tuning for Arabic Mental Health Disorders Detection

    arXiv:2606.12649v1 Announce Type: new Abstract: Detecting mental health disorders from Arabic social media text remains challenging due to dialectal variation, informal language, limited high-quality annotated resources, and severe class imbalance. While English mental health nat…