利用大型语言模型在社交媒体上进行有限标签的自杀检测
原文中文，约600字，阅读约需2分钟。发表于：。本研究针对社交媒体中自杀想法的自动检测问题，提出了一种新方法，通过提示大型语言模型（LLMs）生成伪标签，并结合传统分类微调技术，以提高标签准确性。该方法的实验结果表明，集成模型在检测精度上显著提升，相比单一模型提高了5个百分点，展示了在社交媒体上识别自杀内容的潜力。
社交媒体改变了传统沟通方式，尤其在年轻人中，自杀思维普遍存在。研究开发了一个数据集，用于检测阿拉伯推文中的自杀思维。结果显示，SVM和RF模型表现良好，而AraBert模型在准确率和F1分数上表现最佳。这是首个使用深度学习方法检测阿拉伯推文中自杀意识的研究。
