基于标签感知增强的社交媒体心理亚健康归因方法

摘要

在大量的网络社交媒体中,存在一些表达了潜在的心理健康障碍和精神疾病的帖子,根据帖子文本识别用户产生心理健康障碍的原因是一项重要任务.观察这些帖子发现,其上下文中存在标签共现现象,即上下文中同时出现了多个候选标签的语义,干扰了标签表征的建模与预测.为缓解该现象带来的影响,提出了一种标签感知增强分类的方法,该方法利用大规模预训练语言模型识别潜在的候选标签,并通过估计样本独立的标签语义强度作为增强数据以消减共现标签带来的噪声,基于增强数据构建了性能良好的预训练语言模型分类器.在数据集Intent＿SDCNL和SAD上进行的实验验证了该方法的有效性.

关键词

心理亚健康归因 / 自然语言处理 / 提示学习