识别社交媒体上有自杀风险个体的时序语言表达模式
社会与信息网络
2015-12-01 v1 计算与语言
摘要
自杀是一个全球公共卫生问题。个体自杀风险的早期检测在自杀预防中起着关键作用。在本文中，我们提出通过对社交媒体（微博）上个人语言表达的时间序列分析来探究个体自杀风险。我们考察了个体在中国社交媒体（微博）上语言表达的时间模式。随后，我们利用这些时间模式作为预测变量，构建分类模型以估计个体自杀风险水平。结果表明，时间序列曲线对应于语言特征（包括括号、助动词、人称代词和身体词汇）的特性对自杀预测性能影响最大，且预测模型的准确率高于 0.60。本文证实了社交媒体数据在检测个体自杀风险中的有效性。本研究结果可能对提升自杀预防项目的性能具有启发意义。
引用
@article{arxiv.1511.09173,
title = {Recognizing Temporal Linguistic Expression Pattern of Individual with Suicide Risk on Social Media},
author = {Aiqi Zhang and Ang Li and Tingshao Zhu},
journal= {arXiv preprint arXiv:1511.09173},
year = {2015}
}
备注
16 pages, 6 figures