基于自杀导向词嵌入与分层注意力在微博上的潜在自杀风险检测
计算与语言
2019-10-29 v1
摘要
尽管近年来社交媒体上自杀意念的检测已取得很大进展，人们隐晦且反真实地表达帖子仍是障碍，制约了检测器获得更高满意性能。受微博上隐秘“树洞”现象启发——有自杀风险的人倾向于向已自杀博主所在的微博空间倾诉内心真实感受与想法——我们从以下两方面探索利用树洞增强基于微博的自杀风险检测。（1）基于树洞内容构建自杀导向词嵌入，以增强基于树洞内容的自杀相关词汇与上下文的敏感性。（2）部署双层注意力机制，以把握个人公开博客流中间歇性变化点，或多或少揭示其内在情感世界。实验结果表明，借助自杀导向词嵌入与注意力，基于微博的自杀风险检测准确率可超 91%。文中还报告了一个大规模精标注自杀数据集。
引用
@article{arxiv.1910.12038,
title = {Latent Suicide Risk Detection on Microblog via Suicide-Oriented Word Embeddings and Layered Attention},
author = {Lei Cao and Huijun Zhang and Ling Feng and Zihan Wei and Xin Wang and Ningyun Li and Xiaohao He},
journal= {arXiv preprint arXiv:1910.12038},
year = {2019}
}
备注
Accepted to EMNLP 2019