在线心理咨询服务中的自杀风险检测：一项低资源语言研究
计算与语言
2022-09-13 v1
摘要
随着对心理危机状况及其社会影响的认知提升，提供紧急支持的在线服务在许多国家正变得普遍。基于求助者与提供者之间对话训练的计算模型，可通过识别高危个体来支持自杀预防。然而，缺乏领域特定模型，尤其在低资源语言中，对自杀风险的自动检测构成了重大挑战。我们提出了一种结合预训练语言模型 (PLM) 与一组固定的人工构建（且经临床认可）自杀线索，并采用两阶段微调过程的模型。我们的模型达到了 0.91 的 ROC-AUC 与 0.55 的 F2-score，即使在对话早期也显著优于一系列强基线，这对于现场实时检测至关重要。此外，该模型在不同性别与年龄组中均表现良好。
引用
@article{arxiv.2209.04830,
title = {Detecting Suicide Risk in Online Counseling Services: A Study in a Low-Resource Language},
author = {Amir Bialer and Daniel Izmaylov and Avi Segal and Oren Tsur and Yossi Levi-Belz and Kobi Gal},
journal= {arXiv preprint arXiv:2209.04830},
year = {2022}
}