自杀问题一直是全世界关注和待解决的心理健康问题,关系到个人健康发展和社会和谐稳定,因此在自杀前发现自杀倾向原因对预防自杀会起到关键的作用。传统的自杀倾向原因分析中,主要由心理医生或专家通过访谈、心理评估报告、临床诊断开展,这种方法存在很多不足的地方。首先是侵入方式的调查诊断对他们当前的心理状态有一定的影响。其次是自杀者出于当前心理状态和隐私的考虑,会抵触这种侵入式调查或访谈。最严重的是传统方法存在时效性和针对性差的局限。因此,传统自杀倾向原因研究的不足和局限性为自杀的诊断和预防带来干扰和延误。目前,社交网络平台如Twitter、新浪微博、微信等近年来飞速发展。用户经常通过社交网络平台来发布自己内心真实想法、心理状态等一些带有个人情感色彩的信息。其中也包括很多活跃的自杀倾向用户,这使得社交网络为研究抑郁、自杀等心理健康问题提供很好的支持。而基于社交媒体的自杀倾向原因识别研究非常少,相关的研究主要集中在心理健康评估和自杀倾向检测上面。本文提出基于条件随机场CRF的方法和基于长短期记忆网络的EAP-Bi-LSTM-CRF方法,从具有自杀倾向的社交媒体微博中识别自杀倾向原因。CRF模型依赖手动构建特征,手动构建的特征包括:词、词性、依存句法特征中的依存关系和支配词距离、自杀词典特征中的自杀词典词和词典依存路径。EAP-Bi-LSTM-CRF模型在基准模型Bi-LSTM-CRF基础上,使用根据自杀数据集训练的词向量模型ELMo替换Word2vec词向量表示、同时加入词性表示和注意力机制。这种改进根据以下三点:首先,ELMo词向量可对词的语境和语义理解有更好地表现和解析能力;其次,通过词性在CRF实验识别效果中的表现以及长短期记忆网络模型中使用字向量的思想提出词性表示;最后,结合机器翻在编码到解码中加入注意力的思想,本文在基准模型Bi-LSTM-CRF的Bi-LSTM输出到CRF中间引入注意力机制,对Bi-LSTM网络的输出做侧重表示后作为CRF的输入。评价指标使用精确率、召回率和F值,并结合识别自杀倾向原因后的应用场景使用四种评价方式,分别为EM、FM、PRM、WRL。CRF在使用所有候选特征后,在EM、FM、PRM、WRL四种评价方式的F值分别为0.586、0.629、0.683和0.757。基准模型Bi-LSTM-CRF在四种评价方式的F值分别为0.593、0.652、0.681、0.792。综合词向量模型ELM o、词性表示和注意力机制后,EAP-Bi-LSTM-CRF模型在四种评价方式的F值分别为0.621、0.677、0.700、0.801,比基准模型分别提高了2.8、2.5、1.9、0.9个百分点,比使用所有特征的CRF提高了3.5、4.8、1.7、4.4个百分点。将识别出的自杀倾向原因按原因长度统计,长度小于4的自杀倾向原因占93.3%。通过对两种方法的识别结果分析,CRF和EAP-Bi-LSTM-CRF两种模型对长度较短的自杀倾向原因识别效果较好;同时,EAP-Bi-LSTM-CRF模型在识别各种长度的自杀倾向原因中都要显著优于CRF模型,而对于长度大于4的自杀倾向原因,EAP-Bi-LSTM-CRF识别效果更显著。由此可知,EAP-Bi-LSTM-CRF模型不管在总体识别效果中还是在按自杀倾向原因长度的分类识别效果中都比CRF更好。