穿越信号：从青少年社交媒体文本预测未来自杀念头
计算与语言
2025-09-05 v1
摘要
自杀是青少年（12-18岁）死亡的首要原因，但预测这一问题仍然是一个重大挑战。许多案例因缺乏与精神健康服务的接触而未被检测到。然而，社交媒体提供了一个独特的机会，因为年轻人经常在线上实时分享他们的想法和困扰。本文提出一种新颖任务和方法：从论坛帖子预测青少年在他们不在线上表达自杀念头之前是否会写下一篇自杀念头帖子。这种预测性框架在自杀预测文献中基本未被探索，因为它在任何阶段都不使用自我披露作为输入。为此，我们引入Early-SIB，这是一个基于变换器的模型，顺序处理用户所编写并参与的帖子，以预测他们是否会写下一篇SIB（Suicidal Ideation and Behavior，自杀念头与行为）帖子。我们的模型在荷兰青年论坛上实现了0.73的平衡准确率，表明此类工具可以为传统方法提供有意义的补充。
引用
@article{arxiv.2509.03530,
title = {Reading Between the Signs: Predicting Future Suicidal Ideation from Adolescent Social Media Texts},
author = {Paul Blum and Enrico Liscio and Ruixuan Zhang and Caroline Figueroa and Pradeep K. Murukannaiah},
journal= {arXiv preprint arXiv:2509.03530},
year = {2025}
}