[论文解读] Suicidal Ideation Detection on Social Media: A Review of Machine Learning Methods

Asma Abdulsalam, Areej Alhothali|arXiv (Cornell University)|Jan 25, 2022

Suicide and Self-Harm Studies被引用 12

一句话总结

本文综述了24项关于利用Twitter、Reddit和微博等平台的文本和语言特征检测社交媒体中自杀意念的机器学习研究。研究识别出SVM、随机森林以及LSTM-CNN等深度学习模型表现最佳，F1分数最高达94.1%，并强调由于当前数据集中阿拉伯语研究的不足，亟需开展相关研究。

ABSTRACT

Social media platforms have transformed traditional communication methods by allowing users worldwide to communicate instantly, openly, and frequently. People use social media to express their opinion and share their personal stories and struggles. Negative feelings that express hardship, thoughts of death, and self-harm are widespread in social media, especially among young generations. Therefore, using social media to detect and identify suicidal ideation will help provide proper intervention that will eventually dissuade others from self-harming and committing suicide and prevent the spread of suicidal ideations on social media. Many studies have been carried out to identify suicidal ideation and behaviors in social media. This paper presents a comprehensive summary of current research efforts to detect suicidal ideation using machine learning algorithms on social media. This review 24 studies investigating the feasibility of social media usage for suicidal ideation detection is intended to facilitate further research in the field and will be a beneficial resource for researchers engaged in suicidal text classification.

研究动机与目标

• 提供对用于检测社交媒体内容中自杀意念的机器学习技术的全面综述。
• 分析并比较不同社交媒体平台和语言中各种监督和无监督机器学习模型的性能。
• 识别出在预测自杀意念方面最有效的特征集合，包括语言、句法和基于情感的特征。
• 突出当前研究中的空白，特别是尽管阿拉伯世界社交媒体使用量持续增长，但针对阿拉伯语内容的研究仍严重不足。
• 为研究人员开发基于文本分类方法的自动化自杀意念检测系统提供参考。

提出的方法

• 本研究通过Scopus和Google Scholar进行系统性文献回顾，筛选2014至2020年间发表、关键词与自杀、意念、检测和机器学习相关的论文。
• 分析了24项研究，这些研究应用了监督机器学习模型，以检测来自Twitter、Reddit和Weibo等平台的用户生成内容中的自杀意念。
• 常用特征工程技术包括TF-IDF、N-gram、词性标注、LIWC词典、情感分析，以及预训练嵌入（如GloVe和word2vec）。
• 评估了卷积神经网络（CNN）、长短期记忆网络（LSTM）、双向LSTM以及混合架构（如LSTM-CNN）等深度学习模型在学习分层文本表征方面的能力。
• 性能通过标准指标进行衡量：准确率、精确率、召回率和F1分数，结果在不同研究和平台间进行了汇总。
• 本综述还考察了数据集收集方法，包括基于自杀词典的关键词提取，以及由心理健康专业人员进行的手动标注。

Figure 1: Flow diagram for a systematic reviews which included searches of databases

实验结果

研究问题

• RQ1 在不同社交媒体平台中，哪些机器学习模型在检测自杀意念方面表现最佳？
• RQ2 哪些类型的文本、语言和元特征在用户帖子中对预测自杀意念最具预测力？
• RQ3 在英语、中文、日语和阿拉伯语等不同语言中，模型性能和特征重要性如何变化？
• RQ4 当前数据集在规模、标注质量和语言多样性方面存在哪些局限性？
• RQ5 自杀意念检测研究中存在哪些关键空白，特别是针对阿拉伯语等代表性不足的语言？

主要发现

• SVM和随机森林是使用最频繁的机器学习模型，其中SVM在一项使用Twitter数据集的研究中达到了最高的F1分数94.1%。
• 深度学习模型如LSTM-CNN在Twitter数据集上实现了93.4%的F1分数，某些情况下优于传统模型。
• 使用预训练嵌入（如GloVe）和上下文特征（如情感、代词、粗俗用语）显著提升了多个研究中的模型性能。
• 使用更大规模数据集（如一项日本研究中的290万条推文）的研究实现了高精确率和高召回率，但性能因语言和标注方法而异。
• 尽管在英语和中文中表现良好，但尚未发现针对阿拉伯语的显著研究，表明阿拉伯地区存在关键的研究空白。
• 结合语言、句法和情感特征的特征集合（如LIWC、TF-IDF、POS）在各平台上的表现均持续优于单一特征方法。

Figure 2: Distribution of Articles over Languages.