面向微博文本的自杀风险识别模型
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.
自杀风险评估、微博语料库、神经网络模型、nC-BiLSTM
29
杭州市科技计划;福建省中青年教师教育研究项目;杭州师范大学星光计划
2020-11-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
121-127