| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-01-30 10:45 Detection of Depression Using Web-Interview Data by LLM Enhanced with Multimodal Features ○Isaac Morales・Koichi Shinoda（Science Tokyo）・Momoko Kitazawa・Yuriko Kaise（Keio）・Shunsuke Takagi・Genichi Sugihara（Science Tokyo）・Taishiro Kishimoto（Keio）  PRMU2025-33 |
|
| 抄録 | （和） | うつ病は、広く研究されてきた複雑な精神疾患である。これまでに、さまざまな機械学習手法を用いることで、個人が健常であるか、あるいはうつ病を発症しているかを予測する研究が行われてきた。最も一般的なアプローチは、音声および発話内容の分析に基づくものである。さらに、顔の特徴を組み合わせるマルチモーダル手法により、予測精度の向上が報告されている。近年では、大規模言語モデル（LLM）の普及に伴い、これらのモデルを用いてうつ病の症状を評価する試みが行われている。本研究では、日本語データセットを用い、音声特徴および顔特徴とLLMを組み合わせたマルチモーダル手法による、うつ病の二値分類を検討する。提案手法は、DSM-5に基づくラベルを用いた5分割交差検証において、平均精度0.7956を達成した。 |
| （英） | Depression is a complex mental disorder that has been widely studied. Using various machine learning techniques, researchers have been able to predict whether an individual is healthy or experiencing depression. The most common approach involves analyzing a person’s voice and speech content. Multimodal approaches improve prediction accuracy by incorporating facial features. With the rising popularity of large language models (LLMs), these models have recently been applied to evaluate symptoms of depression. In this paper, we explore the use of LLMscombinedwithaudioandfacialfeatures for binary classification of depression using a Japanese dataset. The current method obtained an average accuracy of 0.7956 using the DSM-5 labeling with a 5-fold cross-validation. |
|
| キーワード | （和） | LLM / うつ病検出 / マルチモーダル融合 / オンライン面接 / / / / |
| （英） | LLM / Depression Detection / Multimodal fusion / Web-Interview / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 348, PRMU2025-33, pp. 49-54, 2026年1月. | |
| 資料番号 | PRMU2025-33 | |
| 発行日 | 2026-01-22 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2025-33 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM VRSJ-SIG-MR MVE |
| 開催期間 | 2026-01-29 - 2026-01-30 |
| 開催地（和） | 大阪大学 豊中キャンパス |
| 開催地（英） | |
| テーマ（和） | CV/PR/XR技術のためのLLM応用 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2026-01-PRMU-CVIM-SIG-MR-MVE |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Detection of Depression Using Web-Interview Data by LLM Enhanced with Multimodal Features |
| サブタイトル（英） | |
| キーワード(1)（和/英） | LLM / LLM |
| キーワード(2)（和/英） | うつ病検出 / Depression Detection |
| キーワード(3)（和/英） | マルチモーダル融合 / Multimodal fusion |
| キーワード(4)（和/英） | オンライン面接 / Web-Interview |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | モラレス イサック / Isaac Morales / イサック モラレス |
| 第1著者 所属（和/英） | 東京科学大学 (略称： 科学大) Institute of Science Tokyo (略称： Science Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 篠田 浩一 / Koichi Shinoda / |
| 第2著者 所属（和/英） | 東京科学大学 (略称： 科学大) Institute of Science Tokyo (略称： Science Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 北沢 桃子 / Momoko Kitazawa / |
| 第3著者 所属（和/英） | 慶応義塾大学 (略称： 慶大) Keio University (略称： Keio) |
| 第4著者 氏名（和/英/ヨミ） | 貝瀬有 里子 / Yuriko Kaise / |
| 第4著者 所属（和/英） | 慶応義塾大学 (略称： 慶大) Keio University (略称： Keio) |
| 第5著者 氏名（和/英/ヨミ） | 高木 俊輔 / Shunsuke Takagi / |
| 第5著者 所属（和/英） | 東京科学大学 (略称： 科学大) Institute of Science Tokyo (略称： Science Tokyo) |
| 第6著者 氏名（和/英/ヨミ） | 杉原 玄一 / Genichi Sugihara / |
| 第6著者 所属（和/英） | 東京科学大学 (略称： 科学大) Institute of Science Tokyo (略称： Science Tokyo) |
| 第7著者 氏名（和/英/ヨミ） | 岸本 泰士郎 / Taishiro Kishimoto / |
| 第7著者 所属（和/英） | 慶応義塾大学 (略称： 慶大) Keio University (略称： Keio) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-01-30 10:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2025-33 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.348 |
| ページ範囲 | pp.49-54 |
| ページ数 | 6 |
| 発行日 | 2026-01-22 (PRMU) |
[研究会発表申込システムのトップページに戻る]