[论文解读] Building and Using Personal Knowledge Graph to Improve Suicidal Ideation Detection on Social Media

Lei Cao, Huijun Zhang+1 more|arXiv (Cornell University)|Dec 16, 2020

Mental Health via Writing参考文献 77被引用 14

一句话总结

本文提出了一种知识图谱增强的深度学习框架，将个人因素（如帖子、人格特质和人生经历）整合到面向自杀的知識圖譜中，以提升社交媒體上的自殺意念檢測效果。通過在多模態數據（文本、圖像、社交圖譜和知識）上應用雙層注意力機制，該方法在微博和Reddit數據集上實現了超過93%的準確率，其中帖子內容、壓力水平和反覆思考被識別為最重要的預測因子。

ABSTRACT

A large number of individuals are suffering from suicidal ideation in the world. There are a number of causes behind why an individual might suffer from suicidal ideation. As the most popular platform for self-expression, emotion release, and personal interaction, individuals may exhibit a number of symptoms of suicidal ideation on social media. Nevertheless, challenges from both data and knowledge aspects remain as obstacles, constraining the social media-based detection performance. Data implicitness and sparsity make it difficult to discover the inner true intentions of individuals based on their posts. Inspired by psychological studies, we build and unify a high-level suicide-oriented knowledge graph with deep neural networks for suicidal ideation detection on social media. We further design a two-layered attention mechanism to explicitly reason and establish key risk factors to individual's suicidal ideation. The performance study on microblog and Reddit shows that: 1) with the constructed personal knowledge graph, the social media-based suicidal ideation detection can achieve over 93% accuracy; and 2) among the six categories of personal factors, post, personality, and experience are the top-3 key indicators. Under these categories, posted text, stress level, stress duration, posted image, and ruminant thinking contribute to one's suicidal ideation detection.

研究动机与目标

• 為解決社交媒體中自殺意念檢測的挑戰，其中用戶表達往往隱含且數據稀疏。
• 通過將心理知識整合到個人化、面向自殺的知識圖譜中，提升檢測性能。
• 識別對自殺意念有顯著影響的個人因素（如人格、經歷和帖子內容）的貢獻。
• 開發一種多模態、基於注意力的深度學習模型，明確地在個人知識圖譜上進行推理，以提升可解釋性和準確率。

提出的方法

• 構建了一個高階、面向自殺的個人知識圖譜，整合六類個人因素：帖子、人格、經歷、社交互動、人口統計和心理健康。
• 採用深度神經網絡從文本、圖像和社交網絡結構中提取並統一特徵，融入知識圖譜。
• 設計雙層注意力機制：第一層關注用戶帖子中的關鍵資訊，第二層在知識圖譜實體上推理，突出顯示關鍵風險因素。
• 將多模態輸入（文本、圖像、社交圖譜和知識圖譜）整合到端到端的深度學習框架中，實現聯合表徵學習。
• 在兩個真實世界數據集（新浪微博（中文微博）和Reddit）上訓練模型，採用監督學習與自監督學習相結合的方式。

Figure 1: Two users’ normal posts versus their hidden tree hole posts on Sina Weibo.

实验结果

研究问题

• RQ1 如何有效構建個人知識圖譜，以表徵個人層級的自殺意念風險因素？
• RQ2 不同個人因素（如帖子內容、人格特質和人生經歷）在預測自殺意念中發揮何種作用？
• RQ3 雙層注意力機制能否通過明確地在知識圖譜實體上推理，提升自殺意念檢測的可解釋性和準確率？
• RQ4 與單模態或有限多模態基線相比，多模態數據（文本、圖像、社交圖譜、知識圖譜）的整合如何影響檢測性能？

主要发现

• 所提出的基於知識圖譜的方法在新浪微博和Reddit數據集上均實現了超過93%的準確率，顯著優於最先进方法。
• 在六類個人因素中，帖子內容、人格特質和人生經歷被識別為自殺意念檢測的前三名關鍵指標。
• 在帖子類別中，帖子的實際文本內容是最具影響力的因素，其次為壓力水平和壓力持續時間。
• 反覆思考和發佈的圖片也被發現是檢測性能的重要貢獻因素。
• 模型的推理時間與其他深度學習方法相當，知識圖譜增強的模型因多模態整合而需稍長的訓練時間。
• 數據品質顯著影響性能：較低的噪聲（如真實用戶身份、充足的發帖歷史）導致更高的檢測準確率，表明數據可靠性至關重要。

Figure 2: Distributions of normal post numbers from 7,329 users (3,652 with suicidal ideation and 3,677 ordinary users) from May 1,2018 to April 30,2019 on Sina Weibo.