利用社交媒体文本进行心理健康的多任务学习
计算与语言
2017-12-12 v1
摘要
我们介绍了在深度学习框架下估计自杀风险与心理健康的初步基础工作。通过建模多种状况，系统学会以低误报率对自杀风险与心理健康进行预测。这些状况作为多任务学习（MTL）框架中的任务建模，并以性别预测作为额外的辅助任务。我们通过与参数数量相同的精心调优的单任务基线比较，证明了多任务学习的有效性。我们最佳的 MTL 模型以 AUC > 0.8 预测潜在自杀企图以及非典型心理健康的存在。我们还发现，在训练数据有限的心理健康任务上，使用多任务学习有额外的显著提升。
引用
@article{arxiv.1712.03538,
title = {Multi-Task Learning for Mental Health using Social Media Text},
author = {Adrian Benton and Margaret Mitchell and Dirk Hovy},
journal= {arXiv preprint arXiv:1712.03538},
year = {2017}
}