[论文解读] Life is not Always Depressing: Exploring the Happy Moments of People Diagnosed with Depression

Ana-Maria Bucur, Adrian Cosma+1 more|arXiv (Cornell University)|Apr 28, 2022

Mental Health via Writing被引用 4

一句话总结

本研究提出了一种基于 BERT 和 LIWC 的正样本-未标记样本（Positive-Unlabeled, PU）学习框架，用于自动提取并分析患有抑郁症与未患抑郁症个体在社交媒体帖子中记录的快乐时刻。研究发现，抑郁症患者从与家人和朋友相关的事件中获得更大的情感意义，而对照组则更多因娱乐活动和财务成就而感到快乐，揭示了在快乐表达上存在显著不同的心理模式。

ABSTRACT

In this work, we explore the relationship between depression and manifestations of happiness in social media. While the majority of works surrounding depression focus on symptoms, psychological research shows that there is a strong link between seeking happiness and being diagnosed with depression. We make use of Positive-Unlabeled learning paradigm to automatically extract happy moments from social media posts of both controls and users diagnosed with depression, and qualitatively analyze them with linguistic tools such as LIWC and keyness information. We show that the life of depressed individuals is not always bleak, with positive events related to friends and family being more noteworthy to their lives compared to the more mundane happy events reported by control users.

研究动机与目标

• 探究被诊断患有抑郁症的个体如何通过社交媒体语言体验和表达快乐。
• 解决目前缺乏计算方法来识别和分析抑郁症人群中快乐时刻的问题。
• 比较抑郁症用户与对照组在快乐时刻的定性特征差异。
• 探索这两组人群在快乐时刻的内容和情感效价上是否存在显著差异。

提出的方法

• 采用正样本-未标记样本（PU）学习方法，利用 HappyDB 作为正样本源，eRisk 作为未标记语料库，从 Reddit 帖子中提取快乐时刻。
• 微调 BERT 嵌入表示，以在 PU 学习设置中为下游分类任务提供文本特征。
• 在 BERT 嵌入基础上训练 SVM 分类器，以在缺乏完全标注正样本数据的情况下识别快乐时刻。
• 使用 LIWC 进行语言学分析，对提取的快乐时刻中的情感与心理内容进行分类。
• 采用关键性分析（G² 似然比统计量）比较抑郁症组与对照组在快乐时刻中的词汇频率差异。
• 通过分析排名靠前的名词和动词的定性解释，识别快乐表达中的主题差异。

实验结果

研究问题

• RQ1 在社交媒体上，被诊断患有抑郁症的个体与对照组在快乐时刻的内容和情感主题上存在哪些差异？
• RQ2 与对照组相比，家庭和朋友相关事件在抑郁症个体的快乐体验中所占的比重有多大？
• RQ3 抑郁症个体的快乐时刻中是否存在特定的语言标记（如情绪相关动词或内省性语言）？
• RQ4 文化或行为因素（如音乐、睡眠或财务成就）如何影响这两组人群对快乐的表达？
• RQ5 当不存在完全标注的数据集时，PU 学习能否有效识别社交媒体文本中的快乐时刻？

主要发现

• 抑郁症个体显著更可能报告源于与家人和朋友互动的快乐，这些事件对他们的意义感远超对照组。
• 对照组用户报告的快乐更多与娱乐活动和财务成就相关，如与金钱相关的目标或休闲活动。
• 抑郁症用户使用更多情绪相关动词（如 feel, cry, cuddle）和内省性语言（如 LIWC 中的 SELF 类别），表明其对积极事件有更深层次的情感加工。
• 抑郁症用户的快乐时刻常提及音乐和睡眠，可能反映出这些体验具有治疗或情绪调节作用。
• 关键性分析证实，与对照组相比，抑郁症用户的快乐时刻在家庭、朋友和情感状态方面具有统计学上的显著高占比。
• 出人意料的是，LIWC 中的 'death' 类别出现在对照组用户的快乐时刻中，但人工检查发现其使用为非字面意义或与游戏相关（如电子游戏中使用的 'killed' 一词）。