• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Conference on empirical methods in natural language processing >Depression and Self-Harm Risk Assessment in Online Forums
【24h】

Depression and Self-Harm Risk Assessment in Online Forums

机译：在线论坛中的抑郁症和自我伤害风险评估

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Users suffering from mental health conditions often turn to online resources for support, including specialized online support communities or general communities such as Twitter and Reddit. In this work, we present a framework for supporting and studying users in both types of communities. We propose methods for identifying posts in support communities that may indicate a risk of self-harm, and demonstrate that our approach outperforms strong previously proposed methods for identifying such posts. Self-harm is closely related to depression, which makes identifying depressed users on general forums a crucial related task. We introduce a large-scale general forum dataset consisting of users with self-reported depression diagnoses matched with control users. We show how our method can be applied to effectively identify depressed users from their use of language alone. We demonstrate that our method outperforms strong baselines on this general forum dataset.
机译：患有精神疾病的用户经常向在线资源寻求支持，包括专门的在线支持社区或Twitter和Reddit等普通社区。在这项工作中，我们提出了一个用于支持和研究两种类型社区的用户的框架。我们提出了识别可能表明存在自我伤害风险的支持社区中的职位的方法，并证明了我们的方法优于先前提出的用于识别此类职位的强大方法。自我伤害与抑郁症密切相关，这使得在一般论坛上识别抑郁症患者成为一项至关重要的相关任务。我们引入了一个大型的通用论坛数据集，该数据集由具有自我报告的抑郁症诊断的用户与对照用户组成。我们展示了如何将我们的方法应用于仅通过使用语言来有效识别沮丧的用户。我们证明，在此一般论坛数据集上，我们的方法优于强基准。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号