[發明專利]一種社交網絡自殺意念檢測方法及系統

在審

• 申請號: 202011350389.4
• 申請日: 2020-11-26
• 公開（公告）號: CN112417314A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 馮鈴;曹檑;張慧君
• 申請（專利權）人: 清華大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F40/30;G06N3/04
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 鄭朝然

本發明提供一種社交網絡自殺意念檢測方法及系統，包括：獲取自殺風險個體知識圖譜；基于所述自殺風險個體知識圖譜以及雙層注意力機制，獲取用戶自殺意念關鍵影響因素，并基于社交網絡構建圖神經網絡，由所述圖神經網絡計算得到用戶自殺判定結果。本發明通過構建基于自殺風險個體知識圖譜，以及建立雙層注意力機制，有效解決了社交網絡中對自殺意念分析存在數據不易獲取以及數據稀少的問題。

技術領域

本發明涉及自然語言技術領域，尤其涉及一種社交網絡自殺意念檢測方法及系統。

背景技術

自殺意念是一個在世界上所有國家中都在顯著的問題。根據不同的報告和統計數據，全世界自殺意念的終生患病率約為9％，而這一數字對于18至25歲年齡段的人來說要高得多。為什么一個人可能會有自殺念頭，背后有很多原因，而且長期以來，人格特質與自殺傾向的關系也得到了調查與研究。然而，由于繁雜的受調查群體以及概念和方法論的多樣性，仍然難以確定不同誘因的獨立貢獻程度。自殺意念的直接危險因素仍然未知，尤其是在發展中國家。在任何情況下，對于那些有自殺念頭的人，越早發現它們，預防自殺的機會就越大。

現有的關于自殺檢測相關技術中，心理學家開發了許多自殺風險度量(例如自殺概率量表，成人自殺意念調查表，自殺影響-行為認知量表等)來評估個人的自殺意念。然而這種方法需要人們填寫主觀問卷或參加專業訪談，因此僅適用于一小部分人。對于那些正在遭受苦難卻傾向于隱藏最深的想法并拒絕尋求他人幫助的人，這種方法行不通。隨著社交媒體(例如Twitter，在線論壇和微博)成為當今日常生活不可或缺的一部分，越來越多的人前往社交媒體來獲取信息，自我表達，情感釋放和個人互動。社交媒體的大規模，低成本和開放性優勢為我們提供了前所未有的機會來調查與自殺意念有關的個人癥狀和特質。然而，通過社交媒體分析和發現個人的自殺意念并非易事，面臨著數據隱式和數據稀少兩方面的挑戰。

因此，需要提出一種新的針對社交網絡自殺意念檢測的方法。

發明內容

本發明提供一種社交網絡自殺意念檢測方法及系統，用以解決現有技術中針對自殺意念檢測的局限性比較大，無法很好地對社交網絡信息進行提取和甄別的缺陷。

第一方面，本發明提供一種社交網絡自殺意念檢測方法，包括：

獲取自殺風險個體知識圖譜；

基于所述自殺風險個體知識圖譜以及雙層注意力機制，獲取用戶自殺意念關鍵影響因素，并基于社交網絡構建圖神經網絡，由所述圖神經網絡計算得到用戶自殺判定結果。

進一步地，所述獲取自殺風險個體知識圖譜，具體包括：

基于預設向量連接表示規則、文本詞向量規則和卷積神經網絡構建用戶在社交網絡中的個人信息表示、個人經歷表示、人格特質表示、發博行為表示、情緒表達表示和社交互動表示。

進一步地，所述基于預設向量連接表示規則、文本詞向量規則和卷積神經網絡構建用戶在社交網絡中的個人信息表示、個人經歷表示、人格特質表示、發博行為表示、情緒表達表示和社交互動表示，具體包括：

采用預設三維向量表示用戶性別標量信息，采用當前用戶年齡以及預設最大用戶年齡獲得用戶年齡標量信息，并采用預設長度向量表示用戶位置標量信息；

獲取用戶在預設時間區間的壓力區間、壓力等級和壓力類別，由所述壓力區間、所述壓力等級和所述壓力類別形成若干壓力周期；

獲取社交網絡高頻種子詞和用戶發布的博文集合，基于所述社交網絡高頻種子詞和所述博文集合，得到追求完美特質分量和反芻思維分量，并基于所述壓力區間獲得人際關系敏感程度分量；

分別采用第一預訓練模型提取用戶單條微博的文本表示，采用第二預訓練模型提取用戶單條微博的圖像表示，將用戶的發博時間映射至預設時間區間中，由所述文本表示、所述圖像表示和所述發博時間進行拼接并由預設循環神經網絡表示為用戶發博行為特征矩陣；