构建用于检测俄语社交媒体文本中自杀前兆和反自杀信号的大规模数据集的方法学

arXiv cs.CL 论文
dataset suicide-prevention social-media russian-language nlp annotation classification

摘要

本文提出了一种从社交媒体文本构建大规模俄语数据集的方法，用于检测自杀前兆和反自杀信号，包括标注指南和基线分类实验。

arXiv:2608.00497v1 公告类型：新 摘要：自杀是一个被自身心理状态误导的人所做出的可怕行为。这个问题在许多国家都存在。遗憾的是，俄罗斯的自杀人数也相当高。幸运的是，这些自杀者中的一部分会在社交媒体上写下自己的挣扎，这为我们提供了找到并帮助他们的途径。然而，这些有价值的文本消失在许多无关文本中，大大减慢了关于个人自杀风险决策的过程。为了解决这个问题，在这项工作中，我们提出了一种构建数据集的详细方法，用于检测描述自杀前兆和反自杀信号的文本。该方法描述了指令和类别表的创建过程、标注过程、验证以及标注后修正过程。在此方法的指导下，我们收集并标注了一个大规模俄语数据集，包含来自社交媒体的5万多条文本。我们提供了数据集的计数统计以及标注中常见的问题。我们还进行了构建分类模型的基础实验，以展示在不同标注级别上的当前性能。此外，我们公开了数据集、代码和所有材料。
查看原文
查看缓存全文

缓存时间: 2026/08/04 07:42 

# 构建用于检测俄语社交媒体文本中自杀前兆与反自杀信号的大规模数据集的方法论
来源：https://arxiv.org/abs/2608.00497
查看 PDF（https://arxiv.org/pdf/2608.00497）

> 摘要：自杀是个人被自身精神状态误导后做出的可怕行为。这一问题在许多国家都存在。遗憾的是，俄罗斯的自杀人数也相当高。幸运的是，这些人中有一部分会在社交媒体上写下自己的挣扎，这为我们找到他们并提供帮助提供了途径。然而，这些有价值的文本淹没在大量无关文本中，大大拖慢了对个体自杀风险的判断过程。为解决这一问题，我们在本工作中提出了一套详细的方法论，用于构建检测描述自杀前兆信号与反自杀信号的文本数据集。该方法论描述了指令与类别表的创建过程，以及标注、验证和标注后修正的过程。在该方法论的指导下，我们收集并标注了一个包含超过五万条来自社交媒体文本的大规模俄语数据集。我们提供了数据集的数量统计以及标注中的常见问题。我们还进行了构建分类模型的基础实验，以展示在不同标注层级下的当前性能。此外，我们将数据集、代码及所有材料公开提供。

## 提交历史

来自：Igor Buyanov [查看邮箱](https://arxiv.org/show-email/71a52942/2608.00497) **[v1]** 2026年8月1日 星期六 07:41:43 UTC（1,030 KB）

相似文章

从文本中评估自杀风险

MIT News — Artificial Intelligence

MIT研究人员开发了一种语言处理工具，利用文本分析来评估自杀风险，相关研究发表于《精神病理学与临床科学杂志》（Journal of Psychopathology and Clinical Science），并有潜力应用于危机咨询。