面向微博文本的自杀风险识别模型

• 作者: 孙军梅 尉飞 章宣 肖蕾 葛青青 赵宝奇
• 来源期刊: 计算机系统应用
• 关键词: 自杀风险评估 微博语料库 神经网络模型 nC-BiLSTM
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 121-127
• 页数: 7页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007468

摘要

自杀是当今社会严重的公共卫生问题,对自杀预防工作进行深入研究有着极大的社会意义.该文对基于微博文本的自杀风险评估方法进行了研究.针对微博文本的特点,为解决当前神经网络单一结构在预测精度提升上的瓶颈问题,本文提出了一种混合架构的神经网络模型nC-BiLSTM,并将其应用于微博文本自杀风险识别.该模型利用多路不同卷积核的卷积层提取局部特征信息,同时使用双向长短期记忆网络层提取句子的上下文语义特征信息,实验表明nC-BiLSTM模型的识别精准率、召回率、F值均优于其它模型.该研究成果可应用到自杀预防的早期干预中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙军梅		18	63	4.0	7.0
2	章宣		3	2	1.0	1.0
3	尉飞		2	0	0.0	0.0
4	赵宝奇		2	0	0.0	0.0
5	葛青青		2	0	0.0	0.0
6	肖蕾		1	0	0.0	0.0