大语言模型帮助揭示在线饮食障碍社区中的不健康饮食和身体关注
社会与信息网络
2024-05-24 v2 计算与语言
计算机与社会
摘要
饮食障碍（ED）是一种严重的精神健康状况，具有高死亡率和发病率，影响全球数百万人，尤其是青少年。促进和正常化ED的在线社区的激增与这一公共卫生危机有关。然而，由于使用编码语言和其他混淆手段，识别有害社区具有挑战性。为了应对这一挑战，我们提出了一种新颖的框架，通过将大语言模型（LLM）适应于社区语言来揭示在线社区的隐式态度。我们描述了一种对齐方法，并沿着语义和情感的多个维度评估结果。然后，我们使用社区对齐的LLM来回答旨在识别个体ED的心理测量问卷。我们证明，LLM可以有效采纳社区特定的视角，并揭示不同在线社区中饮食障碍风险的显著差异。这些发现凸显了LLM在揭示社区隐式态度和集体心态方面的效用，为减轻社交媒体上的有害内容提供了新工具。
引用
@article{arxiv.2401.09647,
title = {Large Language Models Help Reveal Unhealthy Diet and Body Concerns in Online Eating Disorders Communities},
author = {Minh Duc Chu and Zihao He and Rebecca Dorn and Kristina Lerman},
journal= {arXiv preprint arXiv:2401.09647},
year = {2024}
}