论文传送门
作者
南加州大学创新技术研究所
- Verena Venek
- Stefan Scherer
- Albert Rizzo
卡耐基梅隆大学语言技术研究所
- Louis-Philippe Morency
辛辛那提儿童医院
- John Pestian
摘要
青少年自杀是一个重大的公共卫生问题。它是美国13到18岁儿童死亡的第三大原因。许多面临自杀想法或制定自杀计划的青少年从未寻求专业护理或帮助。在这项工作中，我们评估语言和非语言对五项普遍问卷的反应，以确定和评估青少年的自杀风险。我们利用机器学习的方法来从非自杀的言语中识别自杀行为，以及描述过去多次试图自杀的青少年。我们的研究结果调查了面对面的医患互动的言语和非言语行为信息。我们调查了60个有自杀倾向的(13个重复者和17个非重复者)和30个无自杀倾向的青少年的录音临床病人访谈。临床医生和青少年之间的交互作用进行统计分析，以揭示自杀青少年和非自杀青少年之间的差异，并调查自杀重复者和非自杀重复者的行为。通过使用一个层次分类器，我们能够显示言语回答普遍问题部分的访谈是有用的甄别自杀和非自杀的病人。然而，要对自杀重复者和自杀不重复者进行额外的分类，需要更多的信息，尤其是非语言信息。