论文发布中文多病种心理健康数据集 MATCHA，含 180 万条微博帖子。
资讯摘要
论文提出 MATCHA，称其为首个中文多病种心理健康数据集，将微博超话社区与用户公开时间线关联，覆盖七种 DSM-5 障碍及对照组，含 46,025 名队列用户和 180 万条帖子。数据集通过 LLM 辅助标注流程区分有明确自我披露证据的用户与更广泛的障碍相关参与者，并以严格去标识化的受控访问形式发布。作者基于该数据集分析行为、语言、症状与生活事件模式，并与 Twitter-STMHD 做跨语言比较。
要点速读
- MATCHA 覆盖七种 DSM-5 障碍及对照组，含 46,025 名用户和 180 万条帖子。
- 数据集以严格去标识化的受控访问形式发布，并用 LLM 辅助标注区分自我披露用户。
- 作者报告微博超话是情感与健康表达的集中空间，且微博与 Twitter 的平台差异常大于病种间差异。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。