Корзина пуста.
Войти

 

 

 

 

 

 

 

 

 

 

 


 

 

 

 

 

 

 

 

 

 

 

 

 

Библиотека журнала      
"Филологические науки"

Готовится к изданию
во 2-м полугодии 2018 г.

все подробности в разделе
"Книжная полка"

 

Лингвистическая модель диагностики суицидального поведения

Т.А. Литвинова, П.В. Середин, О.А. Литвинова, О.В. Загоровская
80,00 Р

https://doi.org/10.20339/PhS.5-17.049  

 

 

Литвинова Татьяна Александровна,

кандидат филологических наук, научный сотрудник,

зав. лабораторией корпусной социолингвистики

и автороведческих исследований

Воронежский государственный педагогический университет

e-mail: centr_rus_yaz@mail.ru 

 

Середин Павел Владимирович,

доктор физико-математических наук, доцент

кафедры физики твердого тела и наноструктур

Воронежский государственный университет

e-mail: paul@phys.vsu.ru

 

Литвинова Ольга Александровна,

ассистент кафедры английского языка

Воронежский государственный педагогический университет

e-mail: olga_litvinova_teacher@mail.ru

 

Загоровская Ольга Владимировна,

доктор филологических наук, профессор, зав. кафедрой русского языка, современной русской и зарубежной литературы

Воронежский государственный педагогический университет

e-mail: olzagor@yandex.ru

 

Суицид входит в тройку самых распространенных причин смертности в группе лиц молодого возраста (от 15 до 24 лет), однако до настоящего времени не разработаны методы диагностики склонности человека к суициду. Одним из перспективных направлений исследований в данной области является количественный анализ речи. В зарубежной науке с применением методов автоматической обработки текстов (natural language processing) и методов машинного обучения изучаются тексты лиц, созданных суицидентами (преимущественно тексты предсмертных записок), и строятся модели, позволяющие классифицировать текст как принадлежащий или не принадлежащий суициденту. Представляется очевидным, что для разработки методик выявления лиц, склонных к суициду, необходимо анализировать не только предсмертные записки (обычно это тексты небольшого объема), но и другие тексты, созданные людьми, совершившими законченный суицид. Целью настоящей работы является построение математической модели, позволяющей на основе численных значений лингвистических параметров классифицировать текст как принадлежащий или не принадлежащий суициденту. Полученная модель показала точность 67,5%.

Ключевые слова: методы классификации текстов, статистические методы в языкознании, математическая модель, предикторы суицида, корпус текстов, компьютерная лингвистика.

 

Литература

  1. Литвинова Т.А. Диагностирование склонности личности к суицидальному поведению на основе анализа ее речевой продукции: методы и подходы // Вестник Марийского университета. — 2016. — № 2 (22). — С. 57–61.
  2. Предотвращение самоубийства: глобальный императив: пер. с англ. / Всемирная организация здравоохранения, 2014. URL: http://psychiatr.ru/download/1863?view=1&name=Suicide-report-a-global-im... (дата обращения: 23.10.2016).
  3. Handelman, L., Lester, D. The Content of Suicide Notes from Attempters and Completers. Crisis, 2007, no. 28, pp. 102–104.
  4. Jones, N., Bennell, C. The Development and Validation of Statistical Prediction Rules for Discriminating Between Genuine and Simulated Suicide Notes. Archives of Suicide Research: official journal of the International Academy for Suicide Research, 2007, no. 11 (2), pp. 219–225.
  5. Litvinova, T. et al. “RusPersonality”: A Russian corpus for authorship profiling and deception detection. In: Proceedings of International FRUCT Conference on Intelligence, Social Media and Web (ISMW FRUCT). St. Petersburg, 2016a, pp. 1–7.
  6. Litvinova, T., Zagorovskay, O., Litvinova ,O., Seredin, P. Profiling a Set of Personality Traits of a Text’s Author: A Corpus-Based Approach. LNAI, 2016b, no. 9811, pp. 555–562.
  7. McCoy, Th.H. et al. Improving Prediction of Suicide and Accidental Death After Discharge From General Hospitals With Natural Language Processing. JAMA Psychiatry, 2016, no. 73 (10), pp. 1064–1071.
  8. Pennebaker, J.W. et al. The development and psychometric properties of LIWC2007. Austin, TX: LIWC.net, 2007.
  9. Pestian, J. et al. Suicide Note Classification Using Natural Language Processing: A Content Analysis. Biomed Inform Insights, 2010, no. 3, pp. 19–28.

 

 

 

Исследование выполнено при поддержке гранта Президента РФ для молодых российских ученых – кандидатов наук, проект № МК-4633.2016.6 «Диагностирование склонности личности к суицидальному поведению на основе анализа ее речевой продукции».