认知扭曲是认知行为治疗中的核心概念,与抑郁、焦虑等心理障碍的形成和维持密切相关,但现有很多研究主要关注情绪倾向或表层语义,难以刻画个体更深层的思维偏差与认知模式,同时认知扭曲往往存在表达隐晦、类别重叠、多种扭曲共现和上下文依赖强等特点,给自动识别带来困难。本次学术报告结合ELB和2DM-CDUI两篇算法,分享了基于LLM推理与多实例学习的细粒度认知扭曲检测方法,以及融合认知扭曲与用户级信息的抑郁检测模型,重点讨论其算法设计、优势局限与未来应用前景。
2026040803044514原创文章,作者:bfs,如若转载,请注明出处:https://www.isclab.org.cn/2026/04/08/%e8%ae%a4%e7%9f%a5%e6%89%ad%e6%9b%b2%e8%af%86%e5%88%ab%e7%a0%94%e7%a9%b6/