💬 NLP

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

Om data-schaarste en class-ongelijkheid in de classificatie van psychologische verdedigingsmechanismen aan te pakken, stelt dit artikel een contextbewust synthetisch augmentatiekader voor, gecombineerd met een hybride classificatiemodel dat gebruikmaakt van definitie-gestuurde generatie om in de PsyDefDetect-deeltaak aanzienlijk beter te presteren dan bestaande basismodellen.

Oorspronkelijke auteurs: Hoang-Thuy-Duong Vu, Quoc-Cuong Pham, Huy-Hieu Pham

Gepubliceerd 2026-05-15

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Hoang-Thuy-Duong Vu, Quoc-Cuong Pham, Huy-Hieu Pham

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert een computer te leren de verborgen, onbewuste manieren te begrijpen waarop mensen hun gevoelens beschermen wanneer ze onder stress staan. In de psychologie worden deze Psychologische Verdedigingsmechanismen genoemd. Ze zijn als onzichtbare schilden die mensen onbewust oprichten. Soms zijn ze gezond, en soms niet.

Het probleem waar de auteurs mee geconfronteerd werden, is dat er zeer weinig voorbeelden van deze "schilden" in tekstdata zijn om de computer te leren. Het is alsof je probeert te leren zeldzame vogels in een bos te identificeren, maar je hebt alleen maar foto's van drie van hen.

Hier is hoe het team van VinUniversity dit oploste, eenvoudig uitgelegd:

1. Het Probleem: Het "Lege Bos"

De onderzoekers vonden twee hoofdhobbels:

Niet genoeg data: Er waren niet genoeg voorbeelden van mensen die deze verdedigingen gebruikten om een slimme computer te trainen.
De "Valse Vogel" Valstrik: Toen ze probeerden AI te gebruiken om meer voorbeelden te maken (synthetische data), creëerde de AI vaak vloeiend klinkende tekst die geen psychologische zin had. Het was alsof de AI een vogel tekende die er echt uitzag, maar vleugels had van water. Dit verwarde de computer en maakte het slechter in het leren.

2. De Oplossing: Het "Stress-Eerst" Recept

In plaats van de AI gewoon te vragen "schrijf een zin over een verdediging", gaf het team haar een strikt recept gebaseerd op echte psychologische regels (het DMRS).

Stap 1: Vind de Stressor. Ze vertelden de AI: "Identificeer eerst de stress (zoals een slechte breuk of het verliezen van een baan). Verdedigingen gebeuren alleen vanwege stress."
Stap 2: Gebruik een Klinisch Woordenboek. Ze gaven de AI de officiële definities van elk verdedigingsmechanisme. Het is alsof je een chef een specifiek receptkaartje geeft in plaats van alleen te zeggen "maak een taart".
Stap 3: De "Machine Annotator" Filter. Ze vertrouwden de AI niet blindelings. Ze gebruikten een tweede AI om de gegenereerde tekst te controleren. Als de tweede AI niet minstens 60% zeker was dat de tekst correct was, gooiden ze het weg. Dit zorgde ervoor dat de "valse vogels" echt vogels waren, en geen monsters met water vleugels.

3. Het Brein: Een Twee-Spoor Systeem

Om de tekst te classificeren, bouwden ze een hybride brein met twee sporen die samenwerken:

Spoor A (De Taalkundige): Kijkt naar de woorden, zinslengte en hoe vaak de persoon "ik" zegt.
Spoor B (De Klinicus): Gebruikt de 150 officiële psychologische indicatoren om een "profiel" op te bouwen van de gebruikte verdediging.
De Fusie: Ze combineerden deze twee sporen. Het is alsof je een detective hebt die kijkt naar de gesproken woorden en een psycholoog die de intentie erachter analyseert, waarna ze samen stemmen over het antwoord.

4. De Resultaten: Een Grote Sprong, Maar een Haken

Het team testte hun systeem op een "blinde" test (een set data die de computer nog nooit had gezien).

De Winst: Hun systeem was een enorme verbetering ten opzichte van de vorige beste methode. Het ging van ongeveer 18% van de antwoorden goed te krijgen naar 58%. In termen van een gebalanceerde score (die meet hoe goed het omgaat met zeldzame gevallen), sprong het van 8,6% naar 24,6%.
De Haken (Het "Zink" Effect): Het paper wijst op een groot gebrek. De computer heeft nog steeds de gewoonte om bijna voor alles één specifiek antwoord te raden (Label 7), vooral wanneer ze in de war is. Het is alsof een student die, wanneer hij het antwoord niet weet, gewoon "C" op elke vraag schrijft. Omdat één type antwoord zo vaak voorkwam in de testdata, leunde de computer er te hard op, waardoor het moeilijk werd om de zeldzamere, complexere verdedigingen correct te identificeren.

5. Wat Ze Leerden

Definities Maken Uit: De kwaliteit van het "recept" (de definitie gegeven aan de AI) was de belangrijkste factor. Betere definities betekenden betere nep-data, wat weer een slimmere computer opleverde.
Meer Data Is Niet Altijd Beter: Als ze te veel nep-data genereerden, raakte de computer in de war door de ruis. Een beetje hoogwaardige nep-data was beter dan een berg aan laagwaardige data.
Context Is Koning: Je kunt niet gewoon naar één zin kijken; je moet de stress begrijpen die het heeft veroorzaakt.

De Conclusie

De auteurs bouwden een systeem dat succesvol "slimme" nep-data gebruikte om een computer te leren psychologische verdedigingen op te sporen, waardoor de prestaties verdubbelden. Echter, ze geven toe dat het systeem nog steeds worstelt met de meest voorkomende soorten antwoorden en meer werk nodig heeft (zoals menselijke experts die het werk controleren) voordat het ooit in een echte dokterspraktijk kan worden gebruikt. Voor nu is het een krachtig onderzoeksinstrument, geen diagnostisch instrument.

Technische Samenvatting: VISHC bij PSYDEFDETECT

Probleemstelling

De automatische classificatie van Psychologische Verdedigingsmechanismen (PVM's) uit tekst vormt aanzienlijke uitdagingen voor Natural Language Processing (NLP). In tegenstelling tot standaard NLP-taken zijn PVM's onbewuste, contextafhankelijke processen die zich manifesteren via subtiele aanwijzingen (bijvoorbeeld narratieve inconsistentie, verschuivingen in emotionele framing) in plaats van expliciete lexische markers. Deze impliciete aard creëert semantische ambiguïteit waarbij identieke oppervlaktetekst verschillende verdedigingsprocessen kan weerspiegelen, afhankelijk van de intentie.

Deze uitdagingen worden verergerd door ernstige data-schaarste en class-ongelijkheid in beschikbare datasets zoals PSYDEFCONV. Bovendien bevat de taak auxiliaire labels ("Geen Verdediging" en "Meer Informatie Nodig") die geen overeenkomstige klinische verdedigingsitems hebben, wat de standaardveronderstellingen voor meerklasseproblemen schendt en verdelingen vertekent. Hoewel Large Language Models (LLM's) synthetische data-augmentatie bieden, produceert ongegronde generatie vaak vloeiende maar theoretisch ongeldige tekst ("hallucinerende verdedigingen"), wat ruis introduceert die de betrouwbaarheid van het model ondermijnt.

Methodologie

De auteurs stellen een Contextbewuste Synthetische Augmentatie (CASA)-kader voor, gekoppeld aan een Hybride Feature Fusion-architectuur om deze problemen aan te pakken. De pijplijn bestaat uit drie hoofdfasen:

1. Contextbewuste Synthetische Data Augmentatie

In plaats van standaard parafraseren, gebruikt het systeem Stressor-Verankerde Generatie en Theorie-gedreven Prompting:

Stressor-verankering: Prompts zijn verankerd in specifieke stressoren die uit dialogen zijn geïdentificeerd (bijvoorbeeld baanverlies, afwijzing) om ervoor te zorgen dat gegenereerde verdedigingen realistische reacties op waargenomen bedreigingen weerspiegelen in plaats van generieke emotionele uitdrukkingen.
Theorie-gedreven prompting: Prompts maken gebruik van gestructureerde klinische definities uit de Defense Mechanisms Rating Scales (DMRS), inclusief de naam van de verdediging, formele definitie en gedragspatronen. Dit stuurt de LLM (Llama-3-8B-Instruct) aan om samples te genereren die de theoretische rol van de verdediging tot uitdrukking brengen.
Kwaliteitscontrole: Een "machine-als-annotator"-filter behoudt alleen gegenereerde batches waarbij een secundaire classifier aanzienlijke overeenkomst bereikt (Cohen's $\kappa \ge 0.60$ ). Een zachte balanceringsmethode beperkt minderheidsklassen tot in totaal 500 instanties (echt + synthetisch) om overfitting op generatie-artefacten te voorkomen.

2. Dual-Domein Feature Extractie

Het systeem extraheren twee complementaire feature sets voor elke uiting:

Linguïstische Heuristieken: Zes lichtgewicht features die oppervlakte-aanwijzingen vastleggen, waaronder uitinglengte, I-voornaamwoorddichtheid, inzichtdichtheid, phatische vlaggen, volwassen coping-vlaggen en emotie-intensiteit. Deze helpen niet-verdedigende reacties te onderscheiden van verdedigende reacties.
DMRS Verdedigingsprofiel: Een klinisch onderbouwde representatie afgeleid van 150 DMRS-indicatoren. Een NLI-model schat implicatieprobabiliteiten voor deze indicatoren, die worden geaggregeerd tot 30 mechanismescores en worden gemapt naar 9 verdedigingsniveaus.

3. Hybride Feature Fusion Architectuur

Het model hanteert een late-fusion strategie:

Tekstuele Encoder: MentalRoBERTa encodeert de input geformatteerd als [Stressor:S|Turn:T] om de representatie te conditioneren op zowel context als reactie, wat een 768-dimensionale embedding oplevert.
Feature Encoders: De heuristische (7-dim) en DMRS (30-dim) features worden verwerkt via dedicated MLP's om elk 32-dimensionale vectoren te produceren.
Fusie: De drie vectoren (768 + 32 + 32) worden samengevoegd tot een 832-dimensionale vector, door volledig verbonden lagen geleid en geclassificeerd in 9 labels.

Belangrijkste Bijdragen

Psychologisch Onderbouwde Augmentatie: Het artikel toont aan dat de kwaliteit van definities in prompting de generatie-fideliteit direct bepaalt. Het gebruik van op DMRS gebaseerde definities presteert aanzienlijk beter dan ondiepe klassenbeschrijvingen.
Klinische Feature Engineering: De integratie van gestructureerde features van alle 150 DMRS-items met linguïstische heuristieken overbrugt de kloof tussen klinische theorie en neurale classificatie.
Sterke Low-Resource Baseline: Het systeem vestigt een concurrerende baseline voor PVM-classificatie in low-resource omgevingen, wat aanzienlijk beter presteert dan bestaande baselines zonder dat enorme nieuwe menselijk geannoteerde datasets nodig zijn.

Experimentele Resultaten

Experimenten werden uitgevoerd op de PSYDEFCONV-dataset (BioNLP@ACL 2026 shared task).

Prestatiewinst: Het voorgestelde systeem behaalde een nauwkeurigheid van 58,26% en een macro-F1 van 24,62% op de blind testset. Dit vertegenwoordigt een aanzienlijke verbetering ten opzichte van de DMRS CO-PILOT baseline (Nauwkeurigheid: 18,01% $\to$ 58,26%; Macro-F1: 8,63% $\to$ 24,62%).
Augmentatie Schaling: De prestaties piekten bij een augmentatieschaal van $\times 2$ (macro-F1 27,99%), wat een optimale balans aangeeft tussen class-coverage en synthetische ruis. Aggressieve schaling ( $\times 10$ ) leidde tot prestatiedegradatie door ruisaccumulatie.
Class-ongelijkheid Problemen: Ondanks verbeteringen vertoonde het model een "Label 7 sink-effect", waarbij de "Hoog-Adaptieve" klasse (Label 7) fouten van andere klassen absorbeerde. Bijvoorbeeld, 77% van de "Neurotische" (Label 5) instanties werd verkeerd geclassificeerd als Label 7. Bijgevolg is, hoewel de algehele nauwkeurigheid hoog is, de macro-F1 voor minderheidsklassen laag (onder de 0,30 voor zes van de acht klassen).

Betekenis en Beperkingen

Het artikel beweert dat klinische specificiteit in klassedefinities de primaire drijvende kracht is van de effectiviteit van synthetische augmentatie in dit domein. Door generatie te gronden in DMRS-theorie, slaagt het systeem erin data-schaarste beter te mitigeren dan ongegronde LLM-benaderingen.

Echter, handhaven de auteurs een bescheiden standpunt ten aanzien van de klinische inzetbaarheid van het systeem:

Augmentatieplafond: Naïeve count-balancing is onvoldoende wanneer de meerderheidsklasse (Label 7) hoge linguïstische overlap deelt met aangrenzende klassen.
Temporale Blindheid: De huidige modellering op uitingniveau faalt om verdedigingsverschuivingen te vangen die zich over meerdere dialoog-uitingen voordoen.
Validiteitsbeperkingen: Hoewel de "machine-als-annotator"-filter labelconsistentie garandeert, garandeert dit geen klinische validiteit. De auteurs benadrukken dat het systeem een onderzoeksprototype is en niet mag worden gebruikt als diagnostisch instrument zonder deskundig toezicht.
Taak Ambiguïteit: Labels 0 ("Geen Verdediging") en 8 ("Meer Informatie Nodig") missen DMRS-indicatorstructuren, waardoor ze moeilijk te synthetiseren en effectief te classificeren zijn binnen het huidige kader.

Toekomstig werk wordt voorgesteld om te omvatten: decoding op basis van beperkingen, human-in-the-loop validatie en modellering op dialoogniveau om temporale volatiliteit en meerderheidsklassen-bias aan te pakken.