DASS-21
PulseAugur coverage of DASS-21 — every cluster mentioning DASS-21 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
人工智能聊天机器人为巴基斯坦学生提供具有文化意识的压力支持
研究人员开发了一款人工智能驱动的聊天机器人，旨在专门为巴基斯坦的大学生检测压力并提供健康支持。该系统利用随机森林机器学习模型，该模型基于1100名学生的反应进行训练，在识别压力水平方面达到了89.09%的准确率。然后，该模型通过OpenRouter API与大型语言模型对接，以英语、乌尔都语和罗马乌尔都语提供对话支持，并使用强调文化意识的系统提示。分析显示，师生关系是该人群压力的重要因素，这凸显了对特定情境心理健康解决方案的需求。
-
新的NLP心理测量学框架评估LLM心理健康预测能力
一篇新研究论文介绍了一种名为NLP心理测量学的框架，用于评估自然语言处理模型预测心理健康结果的有效性。该方法将基于文本的心理预测视为一个心理测量学问题，将模型得分与可解释的语言证据联系起来。研究使用了九个LLM，在受控的虚拟角色条件下，完成了心理测量问卷，结果显示在生活满意度、抑郁和焦虑方面具有显著的预测能力，但也强调了未经人类验证的合成数据的局限性。
-
新AI框架DynaBridge利用多模态数据和LLM摘要增强心理健康评估
研究人员开发了DynaBridge，一个新颖的多模态框架，旨在动态融合声学、视觉和文本数据以进行心理健康评估。该框架特别利用了感知DASS-21（抑郁、焦虑和压力量表）结构的语言模型（LLM）生成的摘要。DynaBridge旨在通过将这些语义线索与直接的多模态风险预测和置信度感知细化策略相结合，来提高抑郁、焦虑和压力预测的准确性。该模型在AdoDAS数据集上表现出色，在预测风险类别和个体DASS-21项目反应方面优于现有的多模态方法。