Lightme：面向心理健康的网络支持群组语言分析
计算与语言
2020-07-06 v2 机器学习
摘要
背景：协助版主对网络支持群组中的有害帖子进行分诊，对于确保其安全使用具有重要意义。分析在线论坛帖子中表达的语言的自动化文本分类方法是一种有前景的解决方案。方法：利用自然语言处理与机器学习技术，基于来自面向青少年的Reachout心理健康论坛的数据集构建分诊帖子分类器。结果：与最先进方法相比，主要基于词汇资源特征的方案在危机帖子（最严重类别）上获得了最佳分类性能（52%）。在分析危机帖子时发现六个显著语言特征：1) 表达绝望的帖子，2) 表达简明负面情绪反应的短帖子，3) 表达情绪变化的较长帖子，4) 表达对现有健康服务不满的帖子，5) 运用故事叙述的帖子，以及6) 表达用户在危机中向同伴寻求建议的帖子。结论：仅使用帖子文本内容衍生的特征即可构建具有竞争力的分诊分类器。需开展进一步研究以将我们的定量与定性发现转化为特征，从而可能提升整体性能。
引用
@article{arxiv.2007.00824,
title = {Lightme: Analysing Language in Internet Support Groups for Mental Health},
author = {Gabriela Ferraro and Brendan Loo Gee and Shenjia Ji and Luis Salvador-Carulla},
journal= {arXiv preprint arXiv:2007.00824},
year = {2020}
}