Beyond Architectures: Evaluating the Role of Contextual Embeddings in Detecting Bipolar Disorder on Social Media

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hasan, Khalid, Saquer, Jamil
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Advancing Mental Disorder Detection: A Comparative Evaluation of Transformer and LSTM Architectures on Social Media
von: Hasan, Khalid, et al.
Veröffentlicht: (2025)

Mental Multi-class Classification on Social Media: Benchmarking Transformer Architectures against LSTM Models
von: Hasan, Khalid, et al.
Veröffentlicht: (2025)

A Benchmark Suite of Reddit-Derived Datasets for Mental Health Detection
von: Hasan, Khalid, et al.
Veröffentlicht: (2026)

A Comparative Analysis of Transformer and LSTM Models for Detecting Suicidal Ideation on Reddit
von: Hasan, Khalid, et al.
Veröffentlicht: (2024)

AWARE, Beyond Sentence Boundaries: A Contextual Transformer Framework for Identifying Cultural Capital in STEM Narratives
von: Khan, Khalid Mehtab, et al.
Veröffentlicht: (2025)

Enriching GNNs with Text Contextual Representations for Detecting Disinformation Campaigns on Social Media
von: da Silva, Bruno Croso Cunha, et al.
Veröffentlicht: (2024)

Emotion Detection From Social Media Posts
von: Rahman, Md Mahbubur, et al.
Veröffentlicht: (2023)

User-LLM: Efficient LLM Contextualization with User Embeddings
von: Ning, Lin, et al.
Veröffentlicht: (2024)

Efficient Hate Speech Detection: Evaluating 38 Models from Traditional Methods to Transformers
von: Abusaqer, Mahmoud, et al.
Veröffentlicht: (2025)

Social Support Detection from Social Media Texts
von: Ahani, Zahra, et al.
Veröffentlicht: (2024)

Beyond Mimicry to Contextual Guidance: Knowledge Distillation for Interactive AI
von: Wang, Tong, et al.
Veröffentlicht: (2024)

Does Context Matter? ContextualJudgeBench for Evaluating LLM-based Judges in Contextual Settings
von: Xu, Austin, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models for Suicide Detection on Social Media with Limited Labels
von: Nguyen, Vy, et al.
Veröffentlicht: (2024)

KUET at StanceNakba Shared Task: StanceMoE: Mixture-of-Experts Architecture for Stance Detection
von: Shafi, Abdullah Al, et al.
Veröffentlicht: (2026)

ReDepress: A Cognitive Framework for Detecting Depression Relapse from Social Media
von: Agarwal, Aakash Kumar, et al.
Veröffentlicht: (2025)

Towards Detecting Contextual Real-Time Toxicity for In-Game Chat
von: Yang, Zachary, et al.
Veröffentlicht: (2023)

Evaluating Cross-Lingual Classification Approaches Enabling Topic Discovery for Multilingual Social Media Data
von: Uniyal, Deepak, et al.
Veröffentlicht: (2026)

From Detection to Discovery: A Closed-Loop Approach for Simultaneous and Continuous Medical Knowledge Expansion and Depression Detection on Social Media
von: Geng, Shuang, et al.
Veröffentlicht: (2025)

Evaluating Large Language Models for Health-Related Text Classification Tasks with Public Social Media Data
von: Guo, Yuting, et al.
Veröffentlicht: (2024)

Multilingual Hate Speech Detection in Social Media Using Translation-Based Approaches with Large Language Models
von: Usman, Muhammad, et al.
Veröffentlicht: (2025)

Toxicity Detection Should Measure Contextual Harm, Not Text-Intrinsic Badness
von: Berezin, Sergei, et al.
Veröffentlicht: (2025)

Advanced Machine Learning Techniques for Social Support Detection on Social Media
von: Kolesnikova, Olga, et al.
Veröffentlicht: (2025)

Evaluating Embedding Frameworks for Scientific Domain
von: Ahmed, Nouman, et al.
Veröffentlicht: (2025)

Emotion-aware Dual Cross-Attentive Neural Network with Label Fusion for Stance Detection in Misinformative Social Media Content
von: Pangtey, Lata, et al.
Veröffentlicht: (2025)

Zero-Training Temporal Drift Detection for Transformer Sentiment Models: A Comprehensive Analysis on Authentic Social Media Streams
von: Bansal, Aayam, et al.
Veröffentlicht: (2025)

Beyond the Last Answer: Your Reasoning Trace Uncovers More than You Think
von: Hammoud, Hasan Abed Al Kader, et al.
Veröffentlicht: (2025)

Towards Detecting Persuasion on Social Media: From Model Development to Insights on Persuasion Strategies
von: Meguellati, Elyas, et al.
Veröffentlicht: (2025)

Embedding Trajectory for Out-of-Distribution Detection in Mathematical Reasoning
von: Wang, Yiming, et al.
Veröffentlicht: (2024)

Graphically Speaking: Unmasking Abuse in Social Media with Conversation Insights
von: Nouri, Célia, et al.
Veröffentlicht: (2025)

Beyond the Hype: Embeddings vs. Prompting for Multiclass Classification Tasks
von: Kokkodis, Marios, et al.
Veröffentlicht: (2025)

Lookback Lens: Detecting and Mitigating Contextual Hallucinations in Large Language Models Using Only Attention Maps
von: Chuang, Yung-Sung, et al.
Veröffentlicht: (2024)

Pooling Attention: Evaluating Pretrained Transformer Embeddings for Deception Classification
von: Mamtani, Sumit, et al.
Veröffentlicht: (2025)

Detecting Hallucinations in SpeechLLMs at Inference Time Using Attention Maps
von: Waldendorf, Jonas, et al.
Veröffentlicht: (2026)

Early Linguistic Pattern of Anxiety from Social Media Using Interpretable Linguistic Features: A Multi-Faceted Validation Study with Author-Disjoint Evaluation
von: Utsa, Arnab Das
Veröffentlicht: (2026)

Architectural Flaw Detection in Civil Engineering Using GPT-4
von: Kumar, Saket, et al.
Veröffentlicht: (2024)

Beyond Prompting: An Efficient Embedding Framework for Open-Domain Question Answering
von: Hu, Zhanghao, et al.
Veröffentlicht: (2025)

Text-ADBench: Text Anomaly Detection Benchmark based on LLMs Embedding
von: Xiao, Feng, et al.
Veröffentlicht: (2025)

BeyondBench: Contamination-Resistant Evaluation of Reasoning in Language Models
von: Srivastava, Gaurav, et al.
Veröffentlicht: (2025)

Long-Form Information Alignment Evaluation Beyond Atomic Facts
von: Zheng, Danna, et al.
Veröffentlicht: (2025)

Beyond the Singular: Revealing the Value of Multiple Generations in Benchmark Evaluation
von: Zhang, Wenbo, et al.
Veröffentlicht: (2025)