自动化抑郁症检测在医生与患者对话中逐渐受到关注，这得益于公共语料库的可用性和语言建模的进步。然而，模型的可解释性仍然有限：尽管报告了强劲的性能，但往往未能揭示预测背后的驱动因素。对ANDROIDS、DAIC-WOZ和E-DAIC三个数据集的分析显示，半结构化访谈中的面试官提示存在系统性偏见。训练于面试官发言的模型利用固定的提示和位置来区分抑郁症患者与对照组，通常在不使用参与者语言的情况下实现高分类...