3877.
在线心理健康论坛已经成为心理健康服务的重要载体,从海量帖子中检测出有心理健康问题的帖子是心理干预的基础. 充分利用求助者的社交关系有利于判断其心理健康状态,然而,现有模型大都依赖显式的社交关系,没有关注医患(支持者和求助者)之间基于患者经历、症状成因、自我认知以及心理支持专长所形成的心理支持关系. 以自杀意念为检测对象,提出帖子-用户交互心理支持异质图(post-user psychological support heterogeneous graph,PU-PSHG)来表示在线心理健康论坛中求助者和支持者发布的帖子语义和医患关系. 基于PU-PSHG提出一种图增强的自杀意念检测(graph-enhanced suicide ideation detection,GSID)模型. 首先,基于心理支持关系定义用户对用户、用户对帖子的2种元路径语义,构建包含用户和帖子的PU-PSHG,并采用DeepWalk算法从PU-PSHG中学习医患关系或社群关系. 然后,通过关系表征学习心理支持关系的表示,基于异质关系融合帖子语义和医患关系. 最后根据帖子的表示进行自杀意念强度分类. 在CLPsych2017共享任务上的实验结果表明,GSID模型与现有的方法相比具有更好的性能. 在Non-green
F1,All
F1,All
Acc指标上相比于基准模型C-GraphSAGE提高7.8%,4.8%,1.4%. 消融实验发现,去除PU-PSHG中帖子与帖子的回复关系、用户对帖子的心理支持关系、用户对用户的心理支持关系,Non-green
F1分别下降3.04%,3.80%,6.17%.… …
相似文献