论文第一作者 Han Meng 是新加坡国立大学博士生，从事心理学构建的计算方法研究。通讯作者 Yi-Chieh Lee 是新加坡国立大学助理教授，在对话式人工智能、人机交互和心理健康技术领域开展研究工作。共同作 者 Renwen Zhang 是南洋理工大学助理教授，专注于计算传播学研究，为本研究提供了传播学视角。 Jungup Lee 是新加坡国立大学副教授，在心理健康领域有深入研究，为本研究提供了重要的领域知识支 撑。 心理健康问题影响着全球数亿人的生活，然而患者往往面临着双重负担：不仅要承受疾病本身的痛苦， 还要忍受来自社会的偏见和歧视。世界卫生组织数据显示，全球有相当比例的心理健康患者因为恐惧社 会歧视而延迟或拒绝治疗。 这种「 污名化 」现象如同隐形的障碍，不仅阻碍了患者的康复之路，更成为了一个重要的社会问题。 患者们在承受病痛的同时，还要面对来自不同社会环境中的偏见。更为复杂的是，这种污名化往往以微 妙、隐蔽的形式存在于日常对话中，即使是先进的人工智能系统也难以有效识别。 尽管自然语言处理领域在仇恨言论、攻击性语言检测方面已有不少研究，但专门针对心理健康污名的计 算资源却相对稀缺。现有数据集主要来 ...