💬 NLP

Mitigating Data Scarcity in Psychological Defense Classification with Context-Aware Synthetic Augmentation

Pour remédier à la pénurie de données et au déséquilibre des classes dans la classification des mécanismes de défense psychologiques, cet article propose un cadre d'augmentation synthétique sensible au contexte, couplé à un modèle de classification hybride exploitant une génération guidée par les définitions, permettant de surpasser significativement les références existantes dans la tâche partagée PsyDefDetect.

Auteurs originaux : Hoang-Thuy-Duong Vu, Quoc-Cuong Pham, Huy-Hieu Pham

Publié 2026-05-15

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Hoang-Thuy-Duong Vu, Quoc-Cuong Pham, Huy-Hieu Pham

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez d'enseigner à un ordinateur à comprendre les manières cachées et inconscientes dont les gens protègent leurs sentiments lorsqu'ils sont stressés. En psychologie, on appelle cela des Mécanismes de Défense Psychologique. Ce sont comme des boucliers invisibles que les gens dressent sans s'en rendre compte. Parfois, ils sont sains, et parfois, ils ne le sont pas.

Le problème auquel les auteurs ont été confrontés est qu'il existe très peu d'exemples de ces « boucliers » dans les données textuelles pour enseigner à l'ordinateur. C'est comme essayer d'apprendre à identifier des oiseaux rares dans une forêt, mais vous n'avez que des photos de trois d'entre eux.

Voici comment l'équipe de VinUniversity a résolu ce problème, expliqué simplement :

1. Le Problème : La « Forêt Vide »

Les chercheurs ont identifié deux obstacles principaux :

Pas assez de données : Il n'y avait pas assez d'exemples de personnes utilisant ces défenses pour entraîner un ordinateur intelligent.
Le Piège du « Faux Oiseau » : Lorsqu'ils ont tenté d'utiliser l'IA pour inventer davantage d'exemples (données synthétiques), l'IA créait souvent un texte qui semblait fluide mais qui n'avait aucun sens psychologique. C'était comme si l'IA dessinait un oiseau qui semblait réel, mais dont les ailes étaient faites d'eau. Cela a confondu l'ordinateur et l'a rendu moins apte à apprendre.

2. La Solution : La Recette « Stress d'Abord »

Au lieu de simplement demander à l'IA d'« écrire une phrase sur une défense », l'équipe lui a fourni une recette stricte basée sur des règles psychologiques réelles (appelées DMRS).

Étape 1 : Identifier le Stresseur. Ils ont dit à l'IA : « Identifiez d'abord le stress (comme une mauvaise rupture ou une perte d'emploi). Les défenses ne se produisent que à cause du stress. »
Étape 2 : Utiliser un Dictionnaire Clinique. Ils ont fourni à l'IA les définitions officielles de chaque mécanisme de défense. C'est comme donner à un chef une carte de recette spécifique au lieu de simplement dire « faites un gâteau ».
Étape 3 : Le Filtre « Annotateur Machine ». Ils n'ont pas fait confiance à l'IA aveuglément. Ils ont utilisé une deuxième IA pour vérifier le texte généré. Si la deuxième IA n'était pas sûre à au moins 60 % que le texte était correct, ils le jetaient. Cela garantissait que les « faux oiseaux » étaient bien des oiseaux, et non des monstres aux ailes d'eau.

3. Le Cerveau : Un Système à Deux Voies

Pour classer le texte, ils ont construit un cerveau hybride avec deux voies fonctionnant ensemble :

Voie A (Le Linguiste) : Examine les mots, la longueur des phrases et la fréquence à laquelle la personne dit « je ».
Voie B (Le Clinicien) : Utilise les 150 indicateurs psychologiques officiels pour construire un « profil » de la défense utilisée.
La Fusion : Ils ont combiné ces deux voies. C'est comme avoir un détective qui examine les mots prononcés et un psychologue qui analyse l'intention derrière eux, puis ils votent ensemble pour la réponse.

4. Les Résultats : Un Grand Bond, Mais un Inconvénient

L'équipe a testé son système sur un test « aveugle » (un ensemble de données que l'ordinateur n'avait jamais vues auparavant).

La Victoire : Leur système représentait une amélioration massive par rapport à la meilleure méthode précédente. Il est passé d'environ 18 % de bonnes réponses à 58 %. En termes de score équilibré (qui mesure la performance sur les cas rares), il a bondi de 8,6 % à 24,6 %.
L'Inconvénient (L'Effet « Évier ») : L'article note un défaut majeur. L'ordinateur a toujours l'habitude de deviner une réponse spécifique (Étiquette 7) pour presque tout, surtout lorsqu'il est confus. C'est comme un étudiant qui, lorsqu'il ne connaît pas la réponse, écrit simplement « C » sur chaque question. Parce qu'un type de réponse était si courant dans les données de test, l'ordinateur s'y est trop appuyé, rendant difficile l'identification correcte des défenses plus rares et plus complexes.

5. Ce Qu'ils Ont Appris

Les Définitions Importent : La qualité de la « recette » (la définition donnée à l'IA) était le facteur le plus important. De meilleures définitions signifiaient de meilleures données factices, ce qui signifiait un ordinateur plus intelligent.
Plus de Données N'est Pas Toujours Mieux : S'ils ont généré trop de données factices, l'ordinateur a été confus par le bruit. Un peu de données factices de haute qualité valait mieux qu'une montagne de données de faible qualité.
Le Contexte est Roi : On ne peut pas se contenter de regarder une phrase ; il faut comprendre le stress qui l'a déclenchée.

La Conclusion

Les auteurs ont construit un système qui a utilisé avec succès des données factices « intelligentes » pour enseigner à un ordinateur à repérer les défenses psychologiques, doublant ainsi ses performances. Cependant, ils admettent que le système lutte toujours avec les types de réponses les plus courants et a besoin de plus de travail (comme l'intervention d'experts humains pour vérifier le travail) avant de pouvoir jamais être utilisé dans un vrai cabinet médical. Pour l'instant, c'est un outil de recherche puissant, pas un outil de diagnostic.

Résumé Technique : VISHC au PSYDEFDETECT

Énoncé du Problème

La classification automatique des Mécanismes de Défense Psychologique (MDP) à partir de textes présente des défis majeurs pour le Traitement Automatique du Langage Naturel (TALN). Contrairement aux tâches TALN standard, les MDP sont des processus inconscients et dépendants du contexte qui se manifestent par des indices subtils (par exemple, incohérence narrative, changements de cadrage émotionnel) plutôt que par des marqueurs lexicaux explicites. Cette nature implicite crée une ambiguïté sémantique où un même texte de surface peut refléter des processus défensifs distincts selon l'intention.

Ces défis sont exacerbés par une pénurie de données sévère et un déséquilibre des classes dans les ensembles de données disponibles tels que PSYDEFCONV. De plus, la tâche inclut des étiquettes auxiliaires (« Aucune Défense » et « Besoin de Plus d'Informations ») qui ne correspondent à aucun item clinique de défense, violant ainsi les hypothèses standard de classification multi-classes et faussant les distributions. Bien que les Grands Modèles de Langage (LLM) offrent une augmentation de données synthétiques, une génération non ancrée produit souvent des textes fluides mais théoriquement invalides (« hallucinations de défenses »), introduisant du bruit qui érode la fiabilité du modèle.

Méthodologie

Les auteurs proposent un cadre d'Augmentation Synthétique Sensible au Contexte (CASA) couplé à une architecture de Fusion Hybride de Caractéristiques pour résoudre ces problèmes. Le pipeline se compose de trois étapes principales :

1. Augmentation de Données Synthétiques Sensible au Contexte

Au lieu d'un paraphrasage standard, le système utilise une Génération Ancrée sur le Stressor et un Prompting Guidé par la Théorie :

Ancrage sur le Stressor : Les prompts sont ancrés dans des stressors spécifiques identifiés à partir des dialogues (par exemple, perte d'emploi, rejet) pour garantir que les défenses générées reflètent des réponses réalistes aux menaces perçues plutôt que de simples expressions émotionnelles génériques.
Prompting Guidé par la Théorie : Les prompts utilisent des définitions cliniques structurées tirées de l'Échelle d'Évaluation des Mécanismes de Défense (DMRS), incluant le nom de la défense, sa définition formelle et ses schémas comportementaux. Cela oriente le LLM (Llama-3-8B-Instruct) à générer des échantillons exprimant le rôle théorique de la défense.
Contrôle de Qualité : Un filtre « machine-comme-annotateur » ne conserve que les lots générés où un classificateur secondaire atteint un accord substantiel (Cohen's $\kappa \ge 0.60$ ). Un schéma d'équilibrage souple limite les classes minoritaires à 500 instances au total (réelles + synthétiques) pour éviter le surapprentissage aux artefacts de génération.

2. Extraction de Caractéristiques à Double Domaine

Le système extrait deux ensembles de caractéristiques complémentaires pour chaque énoncé :

Heuristiques Linguistiques : Six caractéristiques légères capturant des indices de surface, notamment la longueur de l'énoncé, la densité des pronoms de première personne, la densité d'insight, les indicateurs phatiques, les indicateurs de coping mature et l'intensité émotionnelle. Ces éléments aident à distinguer les réponses non défensives des réponses défensives.
Profil de Défense DMRS : Une représentation ancrée cliniquement dérivée de 150 indicateurs DMRS. Un modèle NLI estime les probabilités d'implication pour ces indicateurs, qui sont agrégés en 30 scores de mécanismes et mappés sur 9 niveaux de défense.

3. Architecture de Fusion Hybride de Caractéristiques

Le modèle emploie une stratégie de fusion tardive :

Encodeur Textuel : MentalRoBERTa encode l'entrée formatée comme [Stressor:S|Tour:T] pour conditionner la représentation à la fois sur le contexte et la réponse, produisant un embedding de 768 dimensions.
Encodeurs de Caractéristiques : Les caractéristiques heuristiques (7 dimensions) et DMRS (30 dimensions) sont traitées via des MLP dédiés pour produire des vecteurs de 32 dimensions chacun.
Fusion : Les trois vecteurs (768 + 32 + 32) sont concaténés en un vecteur de 832 dimensions, transmis à travers des couches entièrement connectées, puis classés en 9 étiquettes.

Contributions Clés

Augmentation Ancrée en Psychologie : L'article démontre que la qualité des définitions dans le prompting régit directement la fidélité de la génération. L'utilisation de définitions basées sur le DMRS surpasse nettement les descriptions de classes superficielles.
Ingénierie de Caractéristiques Cliniques : L'intégration de caractéristiques structurées provenant de tous les 150 items DMRS avec des heuristiques linguistiques comble le fossé entre la théorie clinique et la classification neuronale.
Base de Référence Solide en Faible Ressource : Le système établit une base de référence compétitive pour la classification des MDP dans des contextes à faible ressource, surpassant nettement les bases de référence existantes sans nécessiter de nouveaux ensembles de données massivement annotés par des humains.

Résultats Expérimentaux

Les expériences ont été menées sur l'ensemble de données PSYDEFCONV (tâche partagée BioNLP@ACL 2026).

Gains de Performance : Le système proposé a atteint une précision de 58,26 % et un macro-F1 de 24,62 % sur l'ensemble de test aveugle. Cela représente une amélioration substantielle par rapport à la base de référence DMRS CO-PILOT (Précision : 18,01 % $\to$ 58,26 % ; Macro-F1 : 8,63 % $\to$ 24,62 %).
Mise à l'Échelle de l'Augmentation : La performance a culminé à une échelle d'augmentation de $\times 2$ (macro-F1 27,99 %), indiquant un équilibre optimal entre couverture des classes et bruit synthétique. Une mise à l'échelle agressive ( $\times 10$ ) a conduit à une dégradation des performances due à l'accumulation de bruit.
Problèmes de Déséquilibre des Classes : Malgré les améliorations, le modèle a présenté un « effet puits de l'étiquette 7 », où la classe « Haute Adaptation » (Étiquette 7) a absorbé les erreurs des autres classes. Par exemple, 77 % des instances « Névrotique » (Étiquette 5) ont été mal classées comme Étiquette 7. Par conséquent, bien que la précision globale soit élevée, le macro-F1 pour les classes minoritaires reste faible (inférieur à 0,30 pour six des huit classes).

Importance et Limites

L'article affirme que la spécificité clinique dans les définitions des classes est le principal moteur de l'efficacité de l'augmentation synthétique dans ce domaine. En ancrant la génération dans la théorie DMRS, le système atténue avec succès la pénurie de données mieux que les approches LLM non ancrées.

Cependant, les auteurs adoptent une position modeste concernant la préparation clinique du système :

Plafond de l'Augmentation : L'équilibrage naïf des effectifs est insuffisant lorsque la classe majoritaire (Étiquette 7) partage un fort chevauchement linguistique avec les classes adjacentes.
Aveuglement Temporel : La modélisation actuelle au niveau du tour échoue à capturer les changements défensifs qui se produisent sur plusieurs tours de dialogue.
Contraintes de Validité : Bien que le filtre « machine-comme-annotateur » assure la cohérence des étiquettes, il ne garantit pas la validité clinique. Les auteurs soulignent que le système est un prototype de recherche et ne doit pas être utilisé comme outil diagnostique sans examen par un expert.
Ambiguïté de la Tâche : Les étiquettes 0 (« Aucune Défense ») et 8 (« Besoin de Plus d'Informations ») manquent de structures d'indicateurs DMRS, ce qui les rend difficiles à synthétiser et à classifier efficacement dans le cadre actuel.

Des travaux futurs sont suggérés pour inclure un décodage basé sur des contraintes, une validation avec boucle humaine et une modélisation au niveau du dialogue afin de répondre à la volatilité temporelle et au biais de classe majoritaire.