通过社交媒体上的纵向和信息环境信号检测早期和隐含的自杀意念

于红博

摘要: 在社交媒体上，许多有自杀意念（SI）的个体并不明确地披露他们的困扰。相反，这种迹象可能通过日常帖子或同龄人互动间接浮出水面。及早检测到这些隐含信号是至关重要的，但仍然具有挑战性。我们将早期和隐含的自杀意念视为一个前瞻性的预测任务，并开发了一个计算框架，模拟用户的信息环境，包括他们的长期发布历史以及社交接近的同龄人的对话。我们采用了一个复合网络中心性测量方法，识别用户的顶层邻居，并在时间上对齐用户和邻居的互动——将多层信号整合到一个经过精细调整的DeBERTa-v3模型中。在对1,000名（500名病例和500名对照组）Reddit用户的研究中，我们的方法比仅基于个体的基线模型提高了15%的早期和隐含的SI检测率。这些发现强调了同龄人互动提供了有价值的预测信号，并对设计早期检测系统具有更广泛的意义，该系统可以捕捉在线环境中风险的间接和掩盖表达。

更新时间: 2025-10-30 16:09:51

领域: cs.SI,cs.AI,cs.CL,cs.CY,cs.HC

下载: http://arxiv.org/abs/2510.14889v2