使用大型语言模型的语言无关自杀风险检测
计算与语言
2025-05-27 v1 人工智能
摘要
青少年自杀风险检测是一项关键挑战，但现有方法依赖于特定语言模型，限制了可扩展性和泛化能力。本研究引入了一种利用大型语言模型（LLM）进行自杀风险评估的新型语言无关框架。我们使用 ASR 模型从语音生成中文转录本，然后利用 LLM 通过基于提示的查询从这些转录本中提取与自杀风险相关的特征。提取的特征以中文和英文保留，以实现跨语言分析，随后用于独立微调相应的预训练语言模型。实验结果表明，我们的方法取得了与直接使用 ASR 结果微调或仅在中文自杀风险相关特征上训练的模型相当的性能，证明了其克服语言约束并提高自杀风险评估鲁棒性的潜力。
引用
@article{arxiv.2505.20109,
title = {Language-Agnostic Suicidal Risk Detection Using Large Language Models},
author = {June-Woo Kim and Wonkyo Oh and Haram Yoon and Sung-Hoon Yoon and Dae-Jin Kim and Dong-Ho Lee and Sang-Yeol Lee and Chan-Mo Yang},
journal= {arXiv preprint arXiv:2505.20109},
year = {2025}
}
备注
Accepted to InterSpeech 2025