中文

从自然语言中间接识别 psychosocial 风险

计算与语言 2020-05-01 v1 计算机与社会

摘要

在围产期,包括抑郁和亲密伴侣暴力在内的心理社会健康风险与父母和儿童的严重不良健康结局相关。为适当干预,医护人员须首先识别高风险者,然而污名化常阻碍人们直接披露可触发评估所需的信息。我们考察了可指示心理社会风险的间接信息获取与分析方法。围产期女性的简短日记条目展现出主题模式(由主题建模提取)和情感视角(源于词典驱动的情感特征)。利用这些特征,我们通过正则化回归预测抑郁及亲密伴侣心理攻击的筛查指标。经主题模型与情感特征量化的日记文本条目在抑郁预测上展现出潜力,其表现几乎与封闭式问题相当。基于文本的特征对亲密伴侣暴力预测用处较小,但适度间接的多选提问可在无需明确披露的情况下实现检测。两种方法均可作为检测污名化风险的初步或补充筛查途径。

关键词

引用

@article{arxiv.2004.14554,
  title  = {Indirect Identification of Psychosocial Risks from Natural Language},
  author = {Kristen C. Allen and Alex Davis and Tamar Krishnamurti},
  journal= {arXiv preprint arXiv:2004.14554},
  year   = {2020}
}

备注

12 pages, 4 figures