Bert Finetuned Mental Health

🚀 BERTを用いた心理健康分類の微調整モデル

このモデルは、bert-base-uncasedを微調整したTransformerモデルで、テキスト入力を7つの心理健康カテゴリに分類することができます。ユーザー生成コンテンツ内の心理的な悩みの兆候を検出することで、心理健康関連アプリに感情分析のサポートを提供することを目的としています。

🚀 クイックスタート

オンラインで体験する

Streamlitで駆動されるHugging Face Spaceを通じて、モデルとリアルタイムでインタラクションすることができます。
👉 Hugging Face Spaces上のリアルタイムデモ

✨ 主な機能

• 多クラス分類：テキストを、不安、うつ病、双極性障害などの7つの心理健康カテゴリに正確に分類することができます。
• 豊富なデータ：複数のReddit心理健康フォーラムの投稿を含むデータセットを使用して訓練されており、データのカバレッジと多様性が高いです。
• 高精度：評価指標で優れた性能を発揮し、正解率は0.9656に達しています。

💻 使用例

基本的な使用法

from transformers import pipeline

classifier = pipeline("text-classification", model="Elite13/bert-finetuned-mental-health")

text = "I'm tired of everything. Nothing makes sense anymore."
result = classifier(text)
print(result)

📚 ドキュメント

使用したデータセット

1. sai1908/Mental_Health_Condition_Classification
   心理健康フォーラムのReddit投稿で、元の100,000件のデータをクリーニングした後、約80,000件になりました。
2. kamruzzaman-asif/reddit-mental-health-classification
   データのカバレッジと多様性を高めるための追加のReddit心理健康投稿です。

モデルの概要

• ベースモデル：bert-base-uncased
• タイプ：多クラステキスト分類（7つのラベル）
• フレームワーク：Hugging Face Transformers
• 訓練方法：Trainer API（PyTorchバックエンド）

ターゲットラベル

• 不安
• うつ病
• 双極性障害
• 正常
• 人格障害
• ストレス
• 自殺傾向

訓練設定

評価指標

📄 ライセンス

このプロジェクトはApache 2.0ライセンスの下で提供されています。