针对微博内容的自杀风险评估模型

简介：
本研究提出了一种专门用于分析和评估微博平台用户发布内容中潜在自杀倾向的风险模型，旨在早期识别并提供干预帮助。 自杀是现代社会面临的重大公共卫生挑战，因此对自杀预防的研究具有重要的社会价值。本段落探讨了一种基于微博文本的自杀风险评估方法。考虑到微博内容的特点以及现有神经网络单一结构在提高预测准确度方面的局限性，我们提出了一种混合架构的神经网络模型nC-BiLSTM，并将其应用于识别微博中的自杀倾向信息。 该模型通过采用多路不同卷积核的卷积层来捕捉局部特征信息，并利用双向长短期记忆网络（BiLSTM）提取句子间的语义关联。实验结果表明，相较于其他模型，nC-BiLSTM在精准率、召回率及F值等关键指标上均有显著优势。 本研究所得成果有望被应用于自杀预防的早期干预措施中，从而为减少自杀事件的发生提供有力支持。