语音的部分如何改善自杀风险预测

我们知道，自杀倾向的人更倾向于思考和谈论某些主题.例如，对Reddit用户的研究(特别是自杀观察品)的研究，这些人发现了许多人提到孤独感("没有朋友")，焦虑("我恐怕")，遗憾("永不重新")，内gui. ("我很抱歉")，沮丧/绝望("生活").

Reddit研究还发现，自杀人的著作的特征是某些语言特征，包括自我关注的注意力("我/不/不")，对感受的关注("让我感到")，使用否定( "没有人")，并使用问号("为什么人类害怕死亡?").

自杀思想和沟通的语言特征还可以是独一无二的(例如，不寻常的词汇和单词选择)?最近对75项研究和近280,000名参与者的系统评价提供了答案.

Homan及其同事的研究在下面汇总在临床心理学评论的7月号上.

.

分析自杀思想和行为的语言

研究纳入标准:

"(1)调查了经历自杀思想或自杀自杀或自杀的个人，(2)调查的语言特征，(3)评估了非俗语的书面或口语，(4)(4)横断面和前瞻性研究， (5)可用的全文，(6)以英语发表."

已确定的700多个潜在调查，有75个符合纳入标准.在西方国家进行了大约85％的人.一半使用临床人群和其他一半的人群(例如，学生，社交媒体用户).

样本特征: 279,032;平均年龄30岁；女性35％.

审查的研究评估了以下语言特征:韵律/语音学(27％)，词典(70％)和未指定的(3％).

结果

数据分析显示自杀思想是通过使用最高法和增强剂的使用来预测的.

自杀行为通过较高的单词计数和第一人称/第二人称代词预测多功能单词，较少的数字和修饰符.

更多地使用第一人称代词，否定词(例如，引用死亡)和否定(例如，从来没有，任何)也很普遍，但比上面的预测性较小，因为它们与 a都相关em>自杀思想和行为.

语言特征用于预测自杀

的应用

一个应用程序涉及机器学习.机器学习是指开发能够自行学习和改进的计算机算法(即自动通过经验).

在这种情况下，目标是构建机器学习方法，以帮助将自杀内容的语音/著作与非焦虑或抑郁内容的人区分开.

要准确预测自杀，重要的是收集有关有自杀风险的人的实时现实世界数据.

此外，使用治疗课程中的语音记录或在会议之间完成的语音日记来确定自杀风险将很有帮助.这可以实时完成，因此，如果算法表示高自杀风险，它会自动激活适当的干预措施，警告患者的支持系统，并/或通知治疗师.

>

外卖

自杀有许多静态和动态的风险因素，包括男性性别，白人种族，单身性，精神疾病诊断(尤其是抑郁症)或症状(例如睡眠困难，冲动性，绝望)，自杀念头，精神病学构想，个人和家族史自杀企图，自我伤害，低教育，身体虐待，性虐待，关系冲突，金钱问题和武器的机会.

也有自杀思想和行为的语言和语言预测指标.例如，在自杀尝试之前，据说有些人听起来很平坦，单调，无调，机械或空心.

Homan等人的评论包括75次试验和近280,000个人，还显示了其他自杀思想和行为的语言和语言预测指标.

具体而言，调查得出的结论是，自杀的思想由以下方式预测:

• 更多的增强剂(例如，非常，极其)和最高法(例如，任何，从不).

自杀行为由:

预测

• 更大的单词计数.
• 动词使用情况的变化，例如使用更少的未来时态动词.
• 更少的修饰符和数字.
• 更多名词和介词.
• 增加使用第一人称和第二人称代词.
• 更多的预处理和多功能单词.

许多功能 - e.g.，更多地使用第一人称代词，否定词(例如死亡参考文献)和否定(例如"从不"，"任何")与 as t ot自杀的思想和行为.

未来的研究需要研究为什么这些语言特征预测自杀.但是只是为了推测，请考虑减少修饰符使用的可能原因:

修饰符用于需要更高级别思维的逻辑复杂句子.使用较少的修饰符可能会暗示精神僵化和隧道愿景，这在有固定目标的人中经常会看到的人，这是有自杀倾向的人，这是结束自己生活的固定目标.