“`html

แบบจำลองปัญญาประดิษฐ์สามารถตรวจจับความคิดฆ่าตัวตายบนโซเชียลมีเดียได้หรือไม่

ทุกปีมีผู้คนกว่า 720,000 คนเสียชีวิตจากการฆ่าตัวตายทั่วโลก ทำให้มันกลายเป็นหนึ่งในสาเหตุหลักของการเสียชีวิตในกลุ่มผู้ใหญ่วัยหนุ่มสาว โซเชียลมีเดียอย่าง Reddit ได้กลายเป็นพื้นที่ที่บุคคลแสดงออกถึงความทุกข์ทางจิตใจอย่างเปิดเผย บางครั้งก็เป็นการแสดงออกอย่างอ้อมๆ หรือใช้สัญลักษณ์ การศึกษาเมื่อเร็วๆ นี้ได้ประเมินความสามารถของเครื่องมือคอมพิวเตอร์ต่างๆ ในการระบุสัญญาณของความทุกข์เหล่านี้ในโพสต์ออนไลน์

นักวิจัยได้เปรียบเทียบแนวทางต่างๆ หลายวิธี ได้แก่ แบบจำลองการเรียนรู้ของเครื่องแบบดั้งเดิม เครือข่ายประสาทเทียมลึก และแบบจำลองภาษาขั้นสูงที่ใช้ปัญญาประดิษฐ์ วิธีการแบบดั้งเดิม เช่น เครื่องเวกเตอร์สนับสนุน (SVM) หรือ ป่าตัดสินใจ (Random Forest) ได้ถูกทดสอบกับการนำเสนอความหมายของข้อความ เครือข่ายประสาทเทียมอย่าง CNN และ LSTM ก็ได้รับการประเมินความสามารถในการจับแนวโน้มของบริบทและอารมณ์ นอกจากนี้ แบบจำลองประเภท GPT-2 ที่ปรับแต่งพิเศษได้ถูกฝึกฝนให้จัดประเภทข้อความออกเป็นสองหมวดหมู่: มีแนวโน้มฆ่าตัวตาย หรือ ไม่มีแนวโน้มฆ่าตัวตาย

ผลการศึกษาพบว่าแบบจำลอง GPT-2 มีประสิทธิภาพดีที่สุด โดยมีความแม่นยำถึง 98.25% มันสามารถแยกแยะข้อความที่มีความเสี่ยงออกจากข้อความที่ไม่มีความเสี่ยงได้อย่างมีประสิทธิภาพ ขณะเดียวกันก็ลดข้อผิดพลาดในการจัดประเภทให้น้อยที่สุด ในกลุ่มเครือข่ายประสาทเทียม CNN มีความแม่นยำถึง 96.04% ตามมาด้วย LSTM ที่ 95.97% แบบจำลองแบบดั้งเดิม เมื่อรวมกับการนำเสนอความหมายอย่างเช่น ตัวเข้ารหัสประโยคสากล ก็แสดงให้เห็นถึงประสิทธิภาพที่ดี โดยมีความแม่นยำเกิน 93% สำหรับการรวมกันที่ดีที่สุด

การศึกษานี้เน้นย้ำว่าแบบจำลองที่ใช้ทรานส์ฟอร์เมอร์อย่าง GPT-2 มีความโดดเด่นในการจับรายละเอียดทางอารมณ์และความสัมพันธ์ของบริบทที่ยาวนาน ความสามารถเหล่านี้มีประโยชน์อย่างยิ่งในการตรวจจับการแสดงออกถึงความทุกข์อย่างอ้อมๆ ซึ่งมักพบได้ในโพสต์บนโซเชียลมีเดีย แบบจำลองแบบดั้งเดิม แม้จะมีประสิทธิภาพน้อยกว่า แต่ก็ยังคงมีความสามารถในการแข่งขันและเข้าถึงได้ง่ายกว่าในแง่ของทรัพยากรคอมพิวเตอร์

นักวิจัยยังตรวจสอบความทนทานของผลลัพธ์โดยการทดลองซ้ำกับการกำหนดค่าที่แตกต่างกันและการแบ่งข้อมูล ผลการทำงานของแบบจำลอง โดยเฉพาะ GPT-2 และ CNN พิสูจน์แล้วว่าเสถียรและสามารถทำซ้ำได้ ยืนยันถึงความน่าเชื่อถือในบริบทนี้

การศึกษานี้ชี้ให้เห็นถึงความสำคัญของเครื่องมือปัญญาประดิษฐ์ในการระบุสัญญาณของความทุกข์บนโซเชียลมีเดียตั้งแต่เนิ่นๆ อย่างไรก็ตาม ผลลัพธ์ยังคงจำกัดอยู่เฉพาะแพลตฟอร์ม Reddit และข้อมูลที่ใช้การ การตรวจสอบเพิ่มเติมบนโซเชียลมีเดียอื่นๆ และในภาษาที่แตกต่างกันจะจำเป็นต่อการนำผลสรุปเหล่านี้ไปใช้อย่างกว้างขวาง

“`

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