基于社交媒体帖子的自杀预测学习模型
计算与语言
2021-05-10 v1
摘要
我们提出了一种深度学习架构并测试了另外三种机器学习模型，利用 CLPsych 2021 共享任务提供的社交媒体帖子数据，自动检测将在（1）30 天内以及（2）六个月内尝试自杀的个体。此外，基于自杀三阶段理论以及先前关于情绪和自杀意念者代词使用的研究，我们创建并提取了三组用于自杀风险检测的手工特征。大量实验表明，部分传统机器学习方法在子任务 1（提前 30 天预测自杀尝试）上以 F1 分数 0.741 和 F2 分数 0.833 优于基线。然而，所提出的深度学习方法在子任务 2（提前 6 个月预测自杀）上以 F1 分数 0.737 和 F2 分数 0.843 优于基线。
引用
@article{arxiv.2105.03315,
title = {Learning Models for Suicide Prediction from Social Media Posts},
author = {Ning Wang and Fan Luo and Yuvraj Shivtare and Varsha D. Badal and K. P. Subbalakshmi and R. Chandramouli and Ellen Lee},
journal= {arXiv preprint arXiv:2105.03315},
year = {2021}
}
备注
This work is accepted to CLPsych 2021, to be held in conjunction with NAACL 2021