基于层次数据增强的多维度特征融合社交媒体抑郁症识别

来源：计算机工程与应用杂志2025年第19期北京时间：

作者：李世琪, 刁宇峰, 张浩, 杨亮, 林鸿飞, 樊小超

单位：1.内蒙古民族大学 计算机科学与技术学院，内蒙古 通辽 028000；2.大连理工大学 计算机科学与技术学院，辽宁 大连 116024；3.新疆师范大学 计算机科学与技术学院，乌鲁木齐 830054；

摘要：抑郁症作为一种常见的精神障碍，因其数据样本稀缺且难以获取，抑郁识别任务在特征的捕获方面正面临极大挑战。提出了基于层次的数据增强技术，通过同义词替换和句法树结构调整方法生成新的抑郁文本，丰富抑郁数据集。在此基础上，构建了一个融合多维度特征的社交媒体抑郁症识别模型，该模型整合了文本的风格特征、情感特征和语境特征，并引入多头注意力机制，突出抑郁特征中的关键信息，从而对抑郁文本进行精准分类。实验结果表明，提出的方法有效扩充了样本数据，并在多维度上准确提取了抑郁特征，使得抑郁识别的准确率达到了92%，验证了模型的有效性。

关键词：社交媒体,抑郁症识别,数据增强,多维度特征