반지도 학습 토픽 모델 기반 우울 증상 발화 자동 라벨링 기법 (Semi-supervised learning topic model-based depressive symptom utterance automatic labeling technique)

서지정보

· 발행기관 : 한국정보통신학회
· 수록지 정보 : 한국정보통신학회논문지 / 27권 / 7호 / 818 ~ 823페이지
· 저자명 : 최지애, 오하영

초록

우울증을 호소하는 사람들은 빠른 속도로 증가하고 있지만, 치료와 사후 관리가 효과적으로 이루어지지 않고 있다는 문제가 있다. 이러한 면에서 비대면 심리상담 서비스의 중요성이 대두되고 있으며, 내담자의 발화문에서DSM-5 기준 우울 증상을 탐지하는 기능이 중요해졌다. 우울 증상을 탐지하기 위해서는 지도 학습에 사용할 다량의DSM-5 우울 증상 라벨링 데이터가 필요하다. 본 연구에서는 발화문에 나타난 DSM-5 기준 우울 증상들을 탐지하고,각 발화에 대해 우울 증상 라벨을 자동으로 부여하는 반지도 학습 토픽 모델 기반 자동 라벨링 기법을 제안한다. 이는특정 그룹의 발화 문서들이 가진 특징을 반영하는 라벨링 결과를 얻어낸다는 점에서 의의가 있다.

영어초록

Although the number of people complaining of depression is increasing rapidly, there is a problem that treatment and follow-upcare are not effective due to social gaze and characteristics of depression. In this respect, the importance of online psychologicalcounseling service is emerging, and the function of detecting depressive symptoms based on the DSM-5 in the text of clients hasbecome important. In order to detect depressive symptoms, a large amount of DSM-5 depressive symptom labeling data to be usedfor supervised learning is required. In this study, we propose a semi-supervised learning topic model-based automatic labelingtechnique that detects DSM-5 standard depressive symptoms appearing in utterances and automatically assigns a depressivesymptom label to each utterance. This is significant in that an attempt was made to obtain a labeling result that reflects thecharacteristics of a specific group of speech documents.

참고자료

· 없음