通过半监督深度标签平滑增强社交媒体上的自杀风险检测

自杀是社会中的一个突出问题。遗憾的是，许多有自杀风险的人未能获得所需的支持。人们获得支持的障碍包括社会污名化和缺乏获得心理健康护理的途径。随着社交媒体的普及，人们转向在线论坛（如 Reddit）来表达感受并寻求支持。这为借助人工智能支持人们提供了机会。通过文本分类对社交媒体帖子进行分类，可以帮助将人们与专业帮助联系起来。然而，这些系统未能考虑分类心理健康状况时固有的不确定性。与医疗保健的其他领域不同，心理健康状况没有客观的疾病测量标准，通常依赖于专家意见。因此，在构建涉及心理健康的深度学习问题时，使用硬二元标签不能准确表示数据的真实性质。在人类专家可能存在分歧的这些场景中，模糊或软标签可能更为合适。当前工作引入了一种新颖的标签平滑方法，用于捕获数据内的任何不确定性。我们在一个五标签多类分类问题上测试了我们的方法。我们表明，我们的半监督深度标签平滑方法提高了分类准确率，超越了现有技术水平。现有研究在 Reddit C-SSRS 数据集上报告的准确率为 43%，通过经验实验评估我们新颖的标签平滑方法，我们将这一现有基准提高到了 52%。模型性能的这些改进有潜力更好地支持那些经历心理痛苦的人。未来的工作应探索在自然语言处理中使用概率方法，并量化噪声数据集中认知不确定性和偶然不确定性的贡献。