社交媒体上的自杀风险检测：一种混合模型
计算与语言
2025-06-02 v1 人工智能
计算机与社会
机器学习
社会与信息网络
摘要
自杀意念和行为越来越被视为一个关键的社会问题，凸显了对有效工具以实现自杀风险早期检测的迫切需求。在这项工作中，我们开发了稳健的机器学习模型，利用 Reddit 帖子将其自动分类为四个不同级别的自杀风险严重程度。我们将其构建为一个多类分类任务，并提出了一种 RoBERTa-TF-IDF-PCA 混合模型，将来自鲁棒优化 BERT 方法（RoBERTa）这一最先进深度学习 Transformer 模型的深度上下文嵌入，与 TF-IDF 的统计词项加权相结合，并进一步使用 PCA 进行压缩，以提高自杀风险评估的准确性和可靠性。为了解决数据不平衡和过拟合问题，我们探索了各种数据重采样技术和数据增强策略，以增强模型的泛化能力。此外，我们将我们的模型与仅使用 RoBERTa、BERT 模型以及其他传统机器学习分类器的性能进行了比较。实验结果表明，该混合模型能够取得更好的性能，给出了 0.7512 的最佳加权 分数。
引用
@article{arxiv.2505.23797,
title = {Detection of Suicidal Risk on Social Media: A Hybrid Model},
author = {Zaihan Yang and Ryan Leonard and Hien Tran and Rory Driscoll and Chadbourne Davis},
journal= {arXiv preprint arXiv:2505.23797},
year = {2025}
}