RSPC: 정신과 전문의 주석을 활용한 디지털 매개 관계에서의 스트레스 및 정신 질환 모델링을 위한 벤치마크

자연어 처리 (NLP) 분야에서 정신 건강 상태는 대인 관계의 맥락 없이 고립된 현상으로 모델링되는 경우가 많습니다. 본 연구에서는 장거리 연애에 관한 Reddit 게시물을 사용하여 정신 건강의 고통과 그와 관련된 관계적 트리거 (relational triggers)를 모두 포착합니다. 우리는 가장 흔한 기분 장애 (불안 및 우울증), 관계적 스트레스 요인 트리거, 그리고 관계 단계의 지표를 포함하여 정신과 전문의가 진단 범주를 주석 처리한 1,799개의 Reddit 게시물이 포함된 Relational Stress and Psychiatry Corpus (RSPC)를 소개합니다. 우리는 다중 레이블 장애 분류 (multi-label disorder classification), 관계적 트리거 탐지 (relational trigger detection), 그리고 시간적 단계 예측 (temporal phase prediction) 작업에 대해 7개의 미세 조정된 (fine-tuned) 트랜스포머 (transformer) 모델과 5개의 대규모 언어 모델 (LLM)을 벤치마킹합니다. 연구 결과, 모델 계열 간에 명확한 작업 의존적 차이가 있음을 발견했으며, Claude-3-Haiku는 가장 우수한 장애 분류 성능 (Macro-F1 = 0.538)을 달성했고, GPT-4o는 가장 강력한 관계적 트리거 탐지 성능 (Macro-F1 = 0.519)을 확보하여 모델별로 뚜렷한 역량 차이가 있음을 시사했습니다. 또한, 불안 장애와 만성적인 관계적 불확실성 사이의 강력한 연관성을 발견했습니다. 종합적으로, RSPC는 관계적 맥락을 고려하는 NLP 작업을 위한 벤치마크를 구축하며, 고통의 사회적 및 시간적 역동성을 포착하는 개인 중심에서 맥락 인식형 정신 건강 모델링으로의 전환을 지원합니다.