پیش بینی افکار خودکشی بر روی دادههای متنی شبکه های اجتماعی با استفاده از یادگیری عمیق

افکار خودکشی یکی از مسائلی است که به شدت نیازمند توجه و پیشگیری است. در حال حاضر شبکه های اجتماعی مانند توئیتر (ایکس) و ردیت به عنوان یک منبع غنی از دادههای افراد برای مطالعه و تحلیل این مسئله مورد توجه قرار گرفته اند. در این مقاله ما با استفاده از مدل Bidirectional LSTM راه حلی برای پیش بینی افکار خودکشی بر اساس دادههای متنی این شبکه ها ارائه میدهیم. سیستمهای هوش مصنوعی مختلف از جمله سیستمهای مبتنی بر متن برای شناسایی افراد در معرض خطر خودکشی پیشنهاد شده اند به منظور رسیدگی به این چالش ما دادههای متنی را جمع آوری پردازش و تحلیل میکنیم. سپس با استفاده از سیستمهای تشخیص خطر افکار خودکشی مبتنی بر پردازش زبان طبیعی (NLP) مدل خود را آموزش میدهیم تا بتواند افکار خودکشی را پیش بینی کند. پس از آموزش مدل با ارزیابی دقیق بر روی دادههای تست به دقت ۹۷ درصد در تشخیص متون با مضمون خودکشی از غیر خودکشی دست یافتیم همچنین از مدلهای یادگیری عمیق و کلاسیک نیز بهره مند شده و نتایج به صورت جامع مقایسه و تحلیل شده اند هدف اصلی تحقیق ما، دستیابی به عملکرد بهتر از کارهای تحقیقاتی قبلی است تا بتوانیم نشانههای اولیه را با دقت بالا تشخیص داده و از اقدام به خودکشی جلوگیری کنیم

کلیدواژه ها:

خود کشی ، داده متنی ، یادگیری ماشینی ، یادگیری عمیق ، Bidirectional LSTM