利用CNN-BiLSTM混合模型增强社交媒体自杀意念检测

本研究针对自杀意念检测这一重要问题，通过整合卷积神经网络（CNN）与双向长短期记忆网络（BiLSTM）的混合框架，提升社交媒体文本中自杀意念的识别效果。研究发现，改进后的模型准确率达到94.29%，并运用SHAP方法增强预测的可解释性，促进心理健康专业人员更好地理解和信任模型预测，从而为心理健康监测系统的发展贡献了重要价值。