[論文レビュー] Leveraging Linguistic Characteristics for Bipolar Disorder Recognition with Gender Differences

Yen-Hao Huang, Yi‐Hsin Chen+5 more|arXiv (Cornell University)|Jul 17, 2019

Mental Health via Writing参考文献 18被引用数 4

ひとこと要約

本研究では、ツイッター投稿から抽出した構文パターンを用いて、性別を考慮した完全に言語的なアプローチを提案する。グラフベースのパターン構築とアテンションメカニズムを活用し、91%以上のF1スコアを達成。TF-IDF、LIWC、事前学習モデル（BERTやELMo）を上回る性能を示し、第一人称代名詞、時制、感情表現における性別特有の言語的差を捉えている。

ABSTRACT

Most previous studies on automatic recognition model for bipolar disorder (BD) were based on both social media and linguistic features. The present study investigates the possibility of adopting only language-based features, namely the syntax and morpheme collocation. We also examine the effect of gender on the results considering gender has long been recognized as an important modulating factor for mental disorders, yet it received little attention in previous linguistic models. The present study collects Twitter posts 3 months prior to the self-disclosure by 349 BD users (231 female, 118 male). We construct a set of syntactic patterns in terms of the word usage based on graph pattern construction and pattern attention mechanism. The factors examined are gender differences, syntactic patterns, and bipolar recognition performance. The performance indicates our F1 scores reach over 91% and outperform several baselines, including those using TF-IDF, LIWC and pre-trained language models (ELMO and BERT). The contributions of the present study are: (1) The features are contextualized, domain-agnostic, and purely linguistic. (2) The performance of BD recognition is improved by gender-enriched linguistic pattern features, which are constructed with gender differences in language usage.

研究の動機と目的

• 社会的行動や事前定義された辞書に依存しない、完全に言語的で文脈に配慮した双極性障害（BD）認識手法の開発を目的とする。
• 言語使用における性別の違いがBD認識のパフォーマンスに与える影響を調査することを目的とする。
• モデルの解釈可能性と臨床的妥当性を高めるために、性別に特化した構文パターンを構築することを目的とする。
• ドメインの専門家が患者と誤認される可能性のあるキーワードベースの特徴に依存するのを減らすこと。
• 臨床現場での精神保健スクリーニングに応用可能な、ドメインに依存しない移譲可能な言語的パターンを提供すること。

提案手法

• ユーザー投稿における語の共起および依存構造に基づき、グラフパターン構築を用いて構文パターンを構築する。
• テキストのシーケンスから顕著な言語的パターンを学ぶために、パターンアテンションメカニズムを適用する。
• 男性および女性のBDユーザーのデータを別々に学習することで、性別特有の言語的パターンを統合する。
• 男性および女性に最適化された構文パターンを組み合わせた、性別を反映した特徴表現を採用する。
• キーワード辞書に依存せずに、n-gramおよびスキャン・グラム風のパターンをデータ駆動で学習するアプローチを採用する。
• 自覚発表の3か月前における349名のBDユーザーのツイッターデータを用いてモデルを訓練・評価し、性別ラベルは手動で検証済み。

実験結果

リサーチクエスチョン

• RQ1 従来の手法と比較して、完全に言語的で構文的なパターンが双極性障害認識のパフォーマンスを向上させられるか？
• RQ2 言語使用における性別の違いが、BD認識モデルのパフォーマンスおよび解釈可能性に与える影響は何か？
• RQ3 性別特有の構文パターンは認識精度を向上させ、臨床的に関連する言語的マーカーを捉えられるか？
• RQ4 キーワードベースの手法（例：TF-IDF、LIWC）および事前学習言語モデル（例：BERT、ELMo）と比較して、グラフベースのパターン学習はBD検出において優れているか？
• RQ5 第一人称代名詞、絶対的語、時制の使用はBDの顕著なマーカーであり、性別によって差が生じるか？

主な発見

• 提案手法はF1スコアが91%以上に達し、TF-IDF、LIWC、ELMo、BERTのベースラインを顕著に上回った。
• 性別を反映した構文パターンの活用により、男性と女性のBDユーザー間の異なる言語的マーカーを捉えることで、認識パフォーマンスが向上した。
• 女性のBDユーザーは「I am」のような現在形構文の頻度が高く、男性のユーザーは「I was」のような過去形が多く使われており、統計的有意性（現在形のp < 0.001）を示した。
• 第一人称代名詞（1.7倍頻度が高い）や「always」や「never」のような絶対的語の使用増加といった、臨床的に関連する言語的特徴をモデルが捉えた。
• 深層学習の埋め込みよりも解釈性が高く、文脈的に意味のあるn-gramおよびスキャン・グラムパターンを明確に示している。
• キーワードベースの依存を避けることで、精神保健専門家が患者と誤認されるリスクを低減し、構造的言語的パターンに焦点を当てた。