Cognitive-Linguistic Indicators of Depression in Online Communities: Analysed by DistilBERT and Holographic Reduced Representation

Cet article étudie si la combinaison de caractéristiques linguistiques fondées sur la cognition avec des embeddings basés sur des transformeurs améliore la détection automatisée de la dépression dans les textes en ligne. L'étude compare un modèle de référence TF-IDF avec un modèle hybride DistilBERT HRR, montrant que ce dernier atteint un score F1 macro significativement plus élevé de 0.94.