자살 관련 소셜 미디어를 위한 앙상블 기계 학습 방법 및 특징 추출 접근법

자살은 젊은이와 성인 모두에게 영향을 미치는 시급한 공공 건강 문제입니다. 모바일 기기와 소셜 네트워킹의 광범위한 사용은 데이터를 수집하는 데 도움을 주어 학자들이 이러한 플랫폼에서 표현된 패턴, 개념, 감정 및 의견을 평가할 수 있게 합니다. 본 연구는 Reddit 온라인 데이터 세트를 사용하여 자살 경향성을 감지하는 것입니다. 이는 그들의 게시물을 분석하여 자살 생각을 표현하는 사람들을 식별할 수 있게 합니다. 이 방법은 선형 SVC, 랜덤 포레스트, 앙상블 학습과 같은 다양한 기계 학습 분류 모델을 다루고 평가하며, TF-IDF, 단어 백, VADER와 같은 특징 추출 접근법을 포함합니다. 본 연구는 우리 앙상블 모델에서 투표 분류기를 활용하였으며, 예상 클래스 출력은 가장 높은 확률을 가진 클래스에 의해 선택됩니다. 일반적으로 "투표 분류기"로 알려진 이 접근법은 결과를 예측하기 위해 투표를 사용합니다. 수집된 결과는 TF-IDF 2-그램 접근법을 사용한 앙상블 학습이 가장 높은 F1-score인 0.9315를 산출함을 시사합니다. TF-IDF 2-그램의 효율성은 더 많은 맥락 정보를 포착하고 단어의 순서를 유지하는 능력으로 판단할 수 있습니다.