“`html

人工知能モデルはソーシャルメディア上の自殺念慮を検出できるか

毎年、世界で72万人以上が自殺によって亡くなっており、これは若年成人における主な死亡原因の一つとなっています。Redditのようなソーシャルメディアは、個人が心理的苦痛を公然と表現する場となり、時には間接的または比喩的な方法で行われます。最近の研究では、これらのオンライン投稿における苦痛のシグナルを特定するためのさまざまなコンピュータツールの能力が評価されました。

研究者たちは、いくつかのアプローチを比較しました：従来の機械学習モデル、ディープニューラルネットワーク、そして人工知能に基づく高度な言語モデルです。サポートベクターマシンやランダムフォレストのような従来の方法は、テキストの意味的表現とともにテストされました。畳み込みニューラルネットワーク（CNN）や長短期記憶（LSTM）のようなニューラルネットワークも、文脈的および感情的なパターンを捉える能力について評価されました。最後に、特別に適応されたGPT-2モデルが訓練され、投稿を「自殺的」または「非自殺的」の2つのカテゴリに分類するために使用されました。

結果は、GPT-2モデルが98.25%の精度で最高の性能を発揮したことを示しています。このモデルは、リスクのある投稿とそうでない投稿を効果的に区別し、分類エラーを最小限に抑えることができました。ニューラルネットワークの中では、CNNが96.04%の精度を達成し、LSTMが95.97%でそれに続きました。従来のモデルは、ユニバーサル文エンコーダーのような意味的表現と組み合わせた場合、93%を超える精度で優れた効果を示しました。

この研究は、GPT-2のようなトランスフォーマーに基づくモデルが、感情的なニュアンスや長い文脈的依存関係を捉えるのに優れていることを強調しています。これらの能力は、ソーシャルメディアの投稿にしばしば見られる間接的な苦痛の表現を検出するのに特に役立ちます。従来のモデルは、性能がやや劣るものの、計算リソースの面でよりアクセシブルで競争力を保っています。

研究者たちはまた、さまざまな設定とデータの分割で実験を繰り返すことにより、結果の頑健性を確認しました。特にGPT-2とCNNの性能は安定して再現可能であることが証明され、この文脈における信頼性が確認されました。

この研究は、ソーシャルメディア上の苦痛のシグナルを早期に特定するための人工知能ツールの重要性を浮き彫りにしています。しかしながら、これらの結果はRedditプラットフォームと使用されたデータに特有のものです。他のネットワークやさまざまな言語での追加の検証が必要であり、これらの結論を一般化するためにはさらなる研究が求められます。

“`

Sources du média

Document de référence

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

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

Revue : Future Business Journal

Éditeur : Springer Science and Business Media LLC

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