| Abstract |
Depresija ir viena no visizplatītākajām garīgās veselības slimībām pasaulē. Tādēļ skaitļošanas metožu izmantošana klīnisko interviju transkripciju analīzē potenciāli varētu papildināt tradicionālās diagnostikas metodes. Šajā pētījumā tika pārbaudītas trīs modeļu saimes - klasiskās mašīnmācīšanās modeļi (LR, SVC, RF), daudzvalodu teikumu transformatori (mBERT, XLM-RoBERTa, mmBERT) un lielie valodas modeļi (Qwen3.5-9B, Gemma 3-12B, GPT-5-5) - lai noteiktu depresiju, pamatojoties uz klīniskajām intervijām no DAIC-WOZ datu kopas, kur depresija definēta kā PHQ-8 rādītājs 10 vai augstāks. Tika izstrādāts eksperimentāls cauruļvads visu transkripciju priekšapstrādei un deviņu modeļu konfigurāciju salīdzināšanai vienādos apstākļos. Klasiskie modeļi nodrošināja interpretējamas atskaites vērtības, izmantojot TF-IDF reprezentācijas; tomēr LR un RF sabruka vairākuma klases prognozēšanā, savukārt SVC sasniedza labāko rezultātu savā līmenī (Makro F1 = 62,58%, Depresijas klases F1 = 43,48%). Teikumu transformatori uzlaboja klasiskos modeļus - mmBERT sasniedza augstāko rezultātu savā līmenī (Makro F1 = 70,0%, Depresijas klases F1 = 56,0%). Lielo valodas modeļu līmenis uzrādīja vislabāko kopējo sniegumu: Qwen3.5-9B, precizēts ar LoRA (mācīšanās ātrums = 5e-05), sasniedza Makro F1 81,8% un Depresijas klases F1 74,1%. GPT-5-5 nulles šāviena režīmā sasniedza Makro F1 77,6% bez uzdevumspecifiskas apmācības. Šie rezultāti nosaka skaidru snieguma hierarhiju starp modeļu saimēm, pierādot, ka bagātākas kontekstuālās reprezentācijas uzlabo jutību pret depresijas klases noteikšanu. Turklāt atklāto svaru lielo valodas modeļu LoRA precizēšana nodrošina ar lielām aizvērtām sistēmām salīdzināmu sniegumu, kam ir nozīmīgas praktiskas implikācijas resursu ierobežotai klīniskajai dabiskās valodas apstrādei. Tiek aplūkoti arī ētiskie apsvērumi, tostarp viltus negatīvo rezultātu risks un nepieciešamība pēc cilvēka klīniskās uzraudzības. Maģistra darbs sastāv no 85 pamatraksta lapām, 15 tabulām, 23 attēliem un 13 pielikumiem.
no 85 pamatraksta lapām, 15 tabulām, 23 attēliem un 13 pielikumiem. |
