پیش بینی متون فارسی با مضمون خودکشی گرا، با استفاده از مدل زبانی فارسی (پارساف) از روی دادههای متنی شبکه اجتماعی ایکس

خودکشی یکی از بحرانهای جدی بهداشت عمومی در جوامع امروز است که شناسایی زودهنگام و مداخلات پیشگیرانه را ضروری میسازد. در حالی که پژوهشهای متعددی با بهره گیری از یادگیری ماشین بر روی دادههای انگلیسی زبان در شناسایی نشانه های زبانی مرتبط با افکار خودکشی گرایانه موفق بودهاند خلا چشمگیری در این حوزه برای زبان فارسی وجود دارد. این پژوهش با هدف پر کردن این شکاف به توسعه و ارزیابی یک مدل زبانی مبتنی بر یادگیری انتقالی برای شناسایی متون فارسی با محتوای خودکشی گرایانه پرداخته است مدل پیشنهادی پس از پیش آموزش بر روی پیکرهای بزرگ از متون عمومی فارسی و تنظیم دقیق بر مجموعه ای متنی متشکل از ۲۳۰ هزار نمونه از شبکههای اجتماعی توانست با صحت ۹۶ درصد متون با مضمون خودکشی را شناسایی کند. نتایج به دست آمده نشان دهنده ظرفیت بالای مدلهای زبانی در استخراج الگوهای ظریف زبانی و رفتاری در بستر فارسی است. این مدل میتواند به عنوان ابزاری کارآمد برای غربالگری اولیه و پشتیبانی از تصمیم گیری بالینی به کار گرفته شده و مسیر پژوهشهای آینده در تحلیلهای پیشرفته تر سلامت روان در جامعه فارسی زبان را هموار سازد.

کلیدواژه ها:

پیش بینی خودکشی ، مدل زبانی ، فارسی ، شبکه اجتماعی ایکس