污名归因于什么？一个基于理论、专家标注的访谈语料库，用于揭开心理健康污名的神秘面纱
What is Stigma Attributed to? A Theory-Grounded, Expert-Annotated Interview Corpus for Demystifying Mental-Health Stigma
AI总结：
本文构建了一个基于理论、专家标注的684名参与者访谈语料库，包含4,141个片段，用于精细检测心理健康污名，并通过基准实验揭示现有神经模型的挑战，以推动污名的计算检测与干预研究。
摘要：
心理健康污名仍然是一个普遍存在的社会问题，它阻碍了寻求治疗和康复。现有的用于训练神经模型以精细分类此类污名的资源十分有限，主要依赖于缺乏理论基础的社交媒体或合成数据。为了弥补这一不足，我们提出了一个经专家标注、以理论为依据的人机聊天机器人访谈语料库，包含来自684名具有记录在案的社会文化背景参与者的4,141个片段。我们的实验对最先进的神经模型进行了基准测试，并从实证角度揭示了污名检测所面临的挑战。该数据集可以促进对心理健康污名进行计算检测、中和与抵消的研究。我们的语料库在 https://github.com/HanMeng2004/Mental-Health-Stigma-Interview-Corpus 上公开可用。
英文摘要：
Mental-health stigma remains a pervasive social problem that hampers treatment-seeking and recovery. Existing resources for training neural models to finely classify such stigma are limited, relying primarily on social-media or synthetic data without theoretical underpinnings. To remedy this gap, we present an expert-annotated, theory-informed corpus of human-chatbot interviews, comprising 4,141 snippets from 684 participants with documented socio-cultural backgrounds. Our experiments benchmark state-of-the-art neural models and empirically unpack the challenges of stigma detection. This dataset can facilitate research on computationally detecting, neutralizing, and counteracting mental-health stigma. Our corpus is openly available at https://github.com/HanMeng2004/Mental-Health-Stigma-Interview-Corpus.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
