创建多语言心理健康对话数据集：基于国籍和语言的人物角色本地化方法的局限性
Creating Multilingual Mental Health Dialogue Datasets: Limits of Persona-Based Localization via Nationality and Language
AI总结：
研究通过修改人物角色中的国籍和语言参数生成中文、孟加拉语和印地语临床对话，发现仅添加这些参数会导致跨语言临床不一致，且LLM评估非英语文本的抑郁严重度时存在不准确性。
摘要：
人工智能和大语言模型（LLMs）已成为应对全球心理健康挑战的有前景的工具。尽管这些挑战具有全球性，但用于训练和评估此类系统的高质量数据集仍然严重短缺。为弥补这一差距，研究人员越来越多地生成合成临床人物角色来模拟用户数据并测试数字心理健康支持系统。然而，大多数经过验证的人物角色依赖于以英语为中心的语境。本文研究了是否可以使用类似的人物角色方法生成多语言心理健康数据集。我们修改了人物角色中的国籍和语言参数，以生成普通话、孟加拉语和印地语的临床对话。然后，我们考察了不同LLM在评估这些生成的多语言数据集的抑郁严重程度（与英语基线相比）时的表现。我们的研究结果表明，仅在人物角色中添加国籍和语言参数可能不够，因为它可能引入跨语言的临床不一致性。LLM评判模型在评估非英语文本中的抑郁严重程度时常常表现出不准确性，且不同模型的性能存在差异。这暴露了将以英语为中心的人物角色应用于多语言语境的系统性局限性。最终，我们的工作强调了迫切需要文化响应式数据生成，以确保全球心理健康系统的公平性。
英文摘要：
AI and large language models (LLMs) have emerged as promising tools to address global mental health challenges. Despite the global nature of these challenges, there remains a critical shortage of high-quality datasets for training and evaluating such systems. To mitigate this gap, researchers increasingly generate synthetic clinical personas to simulate user data and test digital mental health support systems. However, most validated personas rely on English-centric contexts. This paper investigates whether similar persona-based methods can be used to generate multilingual mental health datasets. We modified nationality and language parameters in personas to generate clinical dialogues in Mandarin, Bengali, and Hindi. We then examined how different LLMs perform when evaluating the depression severity of these generated multilingual datasets against the baseline in English. Our findings indicate that just adding nationality and language parameters in personas might not be adequate, as it can introduce clinical inconsistency across languages. LLM judge models often exhibit inaccuracies in assessing depression severity in non-English texts, with performance varying across different models. This exposes the systemic limitations of applying English-centric personas to multilingual contexts. Ultimately, our work highlights the urgent need for culturally responsive data generation to ensure equitable mental health systems globally.
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。
