心理健康知识增强的基于 LLM 的社交网络危机干预文本转移识别方法
计算与语言
2025-04-15 v2 人工智能
摘要
随着社交媒体平台上心理健康危机的日益增多，识别和预防潜在伤害已成为一项紧迫的挑战。本研究提出了一种基于大语言模型（LLM）的社交网络危机干预文本转移识别方法，并融合了特定领域的心理健康知识。我们提出了一个多层次框架，该框架结合了使用 BERT 的迁移学习，并集成了心理健康知识、情感分析和行为预测技术。该框架包含一个在真实事件社交媒体数据集上训练的危机标注工具，使模型能够检测细微的情感线索并识别心理危机。实验结果表明，所提出的方法在危机检测准确性上优于传统模型，并且对细微的情感和语境变化表现出更高的敏感性。
引用
@article{arxiv.2504.07983,
title = {Psychological Health Knowledge-Enhanced LLM-based Social Network Crisis Intervention Text Transfer Recognition Method},
author = {Shurui Wu and Xinyi Huang and Dingxin Lu},
journal= {arXiv preprint arXiv:2504.07983},
year = {2025}
}