“`html

क्या कृत्रिम बुद्धिमत्ता मॉडल सामाजिक मीडिया पर आत्महत्या के विचार का पता लगा सकते हैं

हर साल दुनिया भर में 720,000 से अधिक लोग आत्महत्या के कारण मर जाते हैं, जो युवा वयस्कों में मृत्यु के प्रमुख कारणों में से एक है। सोशल मीडिया प्लेटफॉर्म जैसे रेडिट, ऐसे स्थान बन गए हैं जहाँ लोग अपनी मनोवैज्ञानिक पीड़ा को खुलकर व्यक्त करते हैं, कभी-कभी अप्रत्यक्ष या रूपक तरीके से। एक हालिया अध्ययन में विभिन्न कंप्यूटर उपकरणों की क्षमता का मूल्यांकन किया गया है जो ऑनलाइन पोस्ट में इन पीड़ा के संकेतों को पहचान सकते हैं।

शोधकर्ताओं ने कई दृष्टिकोणों की तुलना की: पारंपरिक मशीन लर्निंग मॉडल, गहन तंत्रिका नेटवर्क और कृत्रिम बुद्धिमत्ता पर आधारित एक उन्नत भाषा मॉडल। पारंपरिक विधियाँ, जैसे सपोर्ट वेक्टर मशीन या रैंडम फॉरेस्ट, को पाठ के सेमांटिक प्रतिनिधित्व के साथ परीक्षण किया गया। कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) और लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) जैसे तंत्रिका नेटवर्क को संदर्भ और भावनात्मक पैटर्न को पकड़ने की उनकी क्षमता के लिए भी मूल्यांकित किया गया। अंत में, एक विशेष रूप से अनुकूलित GPT-2 मॉडल को संदेशों को दो श्रेणियों में वर्गीकृत करने के लिए प्रशिक्षित किया गया: आत्महत्याई या गैर-आत्महत्याई।

परिणाम दिखाते हैं कि GPT-2 मॉडल ने 98.25% की सटीकता के साथ सर्वश्रेष्ठ प्रदर्शन किया। इस मॉडल ने जोखिम भरे संदेशों को गैर-जोखिम भरे संदेशों से प्रभावी ढंग से अलग किया, जबकि वर्गीकरण त्रुटियों को न्यूनतम किया। तंत्रिका नेटवर्क में, CNN ने 96.04% की सटीकता हासिल की, जबकि LSTM ने 95.97% सटीकता के साथ इसका पीछा किया। पारंपरिक मॉडल, जब उन्हें वाक्य एनकोडर जैसे सेमांटिक प्रतिनिधित्व के साथ जोड़ा गया, ने भी अच्छी प्रभावशीलता दिखाई, सर्वोत्तम संयोजनों के लिए 93% से अधिक सटीकता हासिल की।

अध्ययन में जोर दिया गया है कि ट्रांसफॉर्मर-आधारित मॉडल, जैसे GPT-2, भावनात्मक बारीकियों और लंबे संदर्भीय निर्भरताओं को पकड़ने में उत्कृष्ट हैं। ये क्षमताएं सोशल मीडिया पोस्ट में पाई जाने वाली अप्रत्यक्ष पीड़ा के संकेतों का पता लगाने के लिए विशेष रूप से उपयोगी हैं। पारंपरिक मॉडल, हालांकि कम प्रदर्शन वाले, संसाधन गणनाओं के मामले में अधिक सुलभ और प्रतिस्पर्धी बने हुए हैं।

शोधकर्ताओं ने विभिन्न कॉन्फ़िगरेशन और डेटा विभाजन के साथ प्रयोगों को दोहराकर परिणामों की मजबूती की भी जांच की। मॉडलों, विशेष रूप से GPT-2 और CNN के प्रदर्शन स्थिर और पुनरुत्पादन योग्य पाए गए, जो इस संदर्भ में उनकी विश्वसनीयता की पुष्टि करते हैं।

यह अध्ययन सोशल मीडिया पर पीड़ा के संकेतों को जल्दी पहचानने के लिए कृत्रिम बुद्धिमत्ता उपकरणों के महत्व को उजागर करता है। हालांकि, परिणाम रेडिट प्लेटफॉर्म और उपयोग की गई डेटा तक सीमित हैं। अन्य नेटवर्क और विभिन्न भाषाओं में अतिरिक्त सत्यापन इन निष्कर्षों को सामान्य करने के लिए आवश्यक होगा।

“`

मीडिया स्रोत

संदर्भ दस्तावेज़

DOI: https://doi.org/10.1186/s43093-026-00867-w

शीर्षक: A unified comparative evaluation of machine learning, deep learning and GPT-2 for suicide ideation detection from social media

जर्नल: Future Business Journal

प्रकाशक: Springer Science and Business Media LLC

लेखक: Yasmeen Mohamed Saleh; Fahad Kamal Alsheref; Mahmoud Mohamed Bahloul