利用语言特征估计中国微博用户的自杀概率
社会与信息网络
2014-11-05 v1 计算与语言
摘要
如果能通过微博等社交媒体识别出自杀高风险人群，就有可能实施主动干预系统以挽救其生命。基于这一动机，本研究对1041名新浪微博（中国领先的微博服务提供商）用户施测了自杀概率量表（SPS）。使用两种自然语言处理（NLP）方法，即中文版语言查询与词频统计（LIWC）词典和潜在狄利克雷分配（LDA），从新浪微博数据中提取语言特征。我们基于这两类特征，通过机器学习算法训练预测模型，以根据语言特征估计自杀概率。实验结果表明，LDA能够发现与自杀概率相关的主题，并提升预测性能。我们的研究为利用社交网络用户的行为预测其自杀概率增添了价值。
引用
@article{arxiv.1411.0861,
title = {Using Linguistic Features to Estimate Suicide Probability of Chinese Microblog Users},
author = {Lei Zhang and Xiaolei Huang and Tianli Liu and Zhenxiang Chen and Tingshao Zhu},
journal= {arXiv preprint arXiv:1411.0861},
year = {2014}
}