首个用于检测自杀文本的多语言模型
计算与语言
2024-12-23 v1 人工智能
摘要
自杀意念是一个严重的健康问题，影响着全球数百万人。社交网络通过用户的情感表达提供了有关这些心理健康问题的信息。我们提出了一个利用 mBERT、XML-R 和 mT5 等 Transformer 架构的多语言模型，以检测六种语言（西班牙语、英语、德语、加泰罗尼亚语、葡萄牙语和意大利语）帖子中的自杀文本。使用 SeamlessM4T 将西班牙语自杀意念推文数据集翻译成其他五种语言。每个模型都在此多语言数据上进行了微调，并跨分类指标进行了评估。结果显示，mT5 总体表现最佳，F1 分数超过 85%，突显了其跨语言迁移学习的能力。基于困惑度评估，英语和西班牙语的翻译也显示出高质量。我们的探索强调了在开发自动化多语言工具以识别自杀风险时考虑语言多样性的重要性。在翻译的语义保真度和伦理影响方面存在局限性，这为未来的人在回路评估提供了指导。
引用
@article{arxiv.2412.15498,
title = {The First Multilingual Model For The Detection of Suicide Texts},
author = {Rodolfo Zevallos and Annika Schoene and John E. Ortega},
journal= {arXiv preprint arXiv:2412.15498},
year = {2024}
}
备注
SUMEval-2: The 2nd Workshop on Scaling Up Multilingual & Multi-Cultural Evaluation at the 31st International Conference on Computational Linguistics (COLING 2025)