基于自杀领域个性化知识图谱的社交媒体自杀意念检测

©PaperWeekly 原创 · 作者｜曹檑

学校｜清华大学博士生

研究方向｜自然语言处理

论文标题：

Building and Using Personal Knowledge Graph to Improve Suicidal Ideation Detection on Social Media

论文来源：

IEEE Transaction on Multimedia

论文链接：

https://arxiv.org/abs/2012.09123

数据集链接：

https://github.com/bryant03/Sina-Weibo-Dataset

本文将从以下方面对这篇工作进行介绍：

• 摘要

• 介绍

• 数据集

• 面向自杀领域的个性化知识图谱

• 基于所构建的个性化的自杀领域的知识图谱，检测微博用户的自杀意念

• 实验结果

• 结论

摘要

世界上有许多人有自杀意向。但是为什么一个人可能会有自杀念头，背后有许多原因。作为用于自我表达，情感释放和人际交往的最受欢迎的平台，人们可能会在社交媒体上表现出许多自杀意念的征兆。然而，数据和知识方面的挑战仍然是这个问题的障碍，制约了基于社交媒体的自杀检测性能。数据的隐含性和稀疏性使得很难根据他们的微博发现其的内在真实意图。

受心理学研究的启发，我们使用深层神经网络构建了一个面向自杀的个性化知识图谱，用于在社交媒体上检测自杀意念。我们进一步设计了一个两层注意机制，以推理和揭示出人们怀有自杀意念的关键因素。在微博和 Reddit 上的实验研究表明：

1）利用构建的个性化知识图谱，基于社交媒体的自杀意念检测可以达到 93% 以上的准确率；和 2）在影响人们产生自杀意念的六类因素中，博文内容、性格和个人经历是排名前三类的关键因素。在这些类别下，用户的博文文字内容、心理压力级别、心理压力持续时间、博文配图、反刍思想非常有助于用户自杀意念的检测。

介绍

自杀意念是一个在世界上所有国家中都在显著的问题。根据不同的报告和统计数据，全世界自杀意念的终生患病率约为 9％，而这一数字对于 18 至 25 岁年龄段的人来说要高得多。为什么一个人可能会有自杀念头，背后有很多原因，而且长期以来，人格特质与自杀倾向的关系也得到了调查。

然而，由于繁杂的受调查群体以及概念和方法论的多样性，仍然难以确定不同诱因的独立贡献程度。自杀意念的直接危险因素仍然未知，尤其是在发展中国家。在任何情况下，对于那些有自杀念头的人，越早发现它们，预防自杀的机会就越大。

在之前的相关工作中，心理学家开发了许多自杀风险度量（例如自杀概率量表，成人自杀意念调查表，自杀影响-行为认知量表等）来评估个人的自杀意念。由于这种方法需要人们填写主观问卷或参加专业访谈，因此仅适用于一小部分人。对于那些正在遭受苦难却倾向于隐藏最深的想法并拒绝寻求他人帮助的人，这种方法行不通。

随着社交媒体（例如 Twitter，在线论坛和微博）成为当今日常生活不可或缺的一部分，越来越多的人前往社交媒体来获取信息，自我表达，情感释放和个人互动。社交媒体的大规模，低成本和开放性优势为我们提供了前所未有的机会来调查与自杀意念有关的个人症状和特质。然而，通过社交媒体分析和发现个人的自杀意念并非易事，面临着数据隐式和数据稀少两方面的挑战。

为此我们构建了面向自杀领域的个性化个人知识图谱，并进一步建立了一个双层注意力机制，来克服以上两种挑战。

数据集

3.1 新浪微博数据集

3652 名有自杀意念的用户和 3677 名无自杀意念的正常用户。

3.2 Reddit数据集

45 名有过自杀尝试的用户，77 名有过自杀相关行为的用户，171 名有自杀意念的用户，99 名有一定可能性有自杀意念的用户以及 108 名正常用户。

面向自杀领域的个性化知识图谱

▲ 图2

我们首先定义在自杀领域的知识图谱中，所有的本体，然后用从个人社交媒体账户中提取的数据来实例化此用户的个性化自杀领域的知识图谱。在相关心理学研究的启发下，我们总结出六类本体（即个人信息，人格，经历，发博行为，情绪表达和社交互动），其中每个本体都会被实例化成属性值或者向量表示。

1. 个人信息（性别，年龄，地区）：

或 分别代表女性，男性或未知。

= ，其中 。

。向量的每个元素代表一个特定的地区（即华东地区，华南地区，华北地区，西南地区，西北地区，华中地区，东北地区以及未知的地区）。

1. 个人经历（心理压力，心理障碍，先前的自杀尝试）：

为了检测最近一年内用户的心理压力（压力区间，压力登记和压力类别），我们将算法应用于用户的发博行为，并捕获了一系列压力周期 S(u)，每个压力周期的形式为 = ，其中 ，