في عالمٍ متسارع يتزايد فيه الاهتمام بالصحة النفسية، تقدم دراسة حديثة حلاً مبتكرًا باستخدام نماذج اللغات الضخمة (Large Language Models) لتقييم الأزمات النفسية عبر الصوت. على الرغم من الدور الحيوي الذي تلعبه خطوط الدعم النفسية، فإن التقييمات الحالية تعتمد بشكل كبير على المشغلين البشريين، مما يعرضها لاختلافات في الحكم ونقص في الموارد.

لذلك، يطرح الباحثون إطار عمل يعتمد على نماذج اللغات الضخمة لتصنيف مستويات الأزمات النفسية بشكل آلي، وهو أمر بالغ الأهمية لدعم العديد من المهام التالية وتحسين جودة خدمات الخطوط الساخنة. ولتحقيق ذلك، تم تقديم تقنية جديدة تُسمى "حقن المعاني الجانبية" (paralinguistic injection)، والتي تُدخل إشارات عاطفية غير لفظية تم تحديدها في محادثات الصوت، مما يعزز فهم النماذج للأبعاد العاطفية المحورية.

إلى جانب ذلك، تم اقتراح استراتيجية تدريب معززة للأسباب، حيث يتم تدريب النموذج على إنشاء سلاسل من الاستدلال التشخيصي كجزء من عملية التدريب، ما يُساعد في تحسين أداء التصنيف. وبالاستفادة من تقنيات تعزيز البيانات، يحقق النظام النهائي نتائج مبهرة، حيث حصل على درجة F1 إجمالية تصل إلى 0.802 ودقة تبلغ 0.805 في مهمة التصنيف الثلاثية تحت تقنيات التحقق المتقاطع.