README.md

metadata

language: ko
license: mit
library_name: transformers
tags:
  - text-classification
  - korean
  - mental-health
  - depression-detection
  - bert
pipeline_tag: text-classification

Korean Depression/Anxiety Detection Model

한국어 텍스트 기반 우울/불안 감지 모델입니다.

Model Description

• Model Type: BERT for Sequence Classification
• Language: Korean (ko)
• Task: Binary Classification (정상 vs 우울/불안)
• Base Model: BERT (Korean)

Labels

Label	Description
0	정상 (Normal)
1	우울/불안 (Depression/Anxiety)

Usage

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# 모델 로드
tokenizer = AutoTokenizer.from_pretrained("YOUR_USERNAME/final_depression_model")
model = AutoModelForSequenceClassification.from_pretrained("YOUR_USERNAME/final_depression_model")
model.eval()

# 예측
def predict(text):
    inputs = tokenizer(text, return_tensors="pt", padding=True, truncation=True)
    with torch.no_grad():
        outputs = model(**inputs)
        probs = torch.softmax(outputs.logits, dim=-1)
        prediction = torch.argmax(probs, dim=-1).item()
    return {
        "label": prediction,  # 0=정상, 1=우울/불안
        "confidence": probs[0][prediction].item()
    }

# 사용 예시
result = predict("요즘 너무 힘들고 아무것도 하기 싫어요")
print(result)

Model Details

• Architecture: BertForSequenceClassification
• Hidden Size: 768
• Attention Heads: 12
• Hidden Layers: 12
• Vocab Size: 30,000
• Max Position Embeddings: 300

Intended Use

이 모델은 정신건강 관련 연구 및 챗봇 서비스에서 사용자의 감정 상태를 파악하기 위한 목적으로 개발되었습니다.

Limitations

• 이 모델은 전문적인 의료 진단 도구가 아닙니다.
• 실제 우울증/불안장애 진단은 반드시 전문 의료진과 상담하세요.
• 모델의 예측 결과는 참고용으로만 사용해야 합니다.

License

MIT License