基于心理词典的中文微博自杀意念检测
计算与语言
2014-11-05 v1
摘要
自杀是中国主要死因之一。然而，预防自杀的技术手段充满挑战且仍在发展之中。近期，数起真实自杀案例发生前，用户曾在新浪微博（一个类似 Twitter 的中国社交媒体网络）上发布含有自杀意念的微博。因此，若能实时检测微博中的自杀意念，并立即通知相应的支持团体，将有望实现成功预防。本文提出一个部署于微博之上的实时自杀意念检测系统，该系统运用了机器学习与已知的心理学技术。目前，我们已识别出 53 起已知的自杀案例，这些案例的当事人在死亡前曾在微博上发布自杀遗言。我们利用心理词典探究这些已知案例的语言特征，并训练出一个有效的自杀微博检测模型。使用 6714 条已标注微博和多种分类器对模型进行验证。通过结合机器学习与心理学知识，支持向量机（SVM）分类器在不同分类器中表现最佳，其 F 值达到 68.3%，精确率为 78.9%，召回率为 60.3%。
引用
@article{arxiv.1411.0778,
title = {Detecting Suicidal Ideation in Chinese Microblogs with Psychological Lexicons},
author = {Xiaolei Huang and Lei Zhang and Tianli Liu and David Chiu and Tingshao Zhu and Xin Li},
journal= {arXiv preprint arXiv:1411.0778},
year = {2014}
}
备注
6 pages