🔎
问题
社交媒体上，许多人第一次说出自伤的念头或行为。但“我想消失”是夸张、是自杀意念，还是自伤的前兆？简单关键词或单一分类器很容易误判。
01为什么做这件事
🧩
思路
把“判断一条帖子”拆成可核对的事件：谁做的、是否字面、是否已发生、是否有自杀意图……先抽证据，再依据理论规则裁决，最后由独立验证器反驳。
🤝
目标
不替代专业人员，而是做分诊辅助：把最需要关注的信号更早、更准、更可解释地呈现给心理工作者，并对不确定的样本主动“弃权”交给人。
02四分类风险体系
判定优先级：自杀意念/行为 > 当前 NSSI > 既往/潜在 NSSI > 其他
Cat 1
当前 NSSI
作者描述近期发生的、字面的、具体且故意的、伤害自身组织的行为，且无自杀意图。
例："上周复发了，昨晚又割了。"Cat 2
既往 / 潜在 NSSI
已停止的过去自伤；有冲动、想法、计划但未实施；康复与复发担忧；或他人的自伤。
例："我很想再割一次，但在忍着。"Cat 3
自杀意念 / 行为
自杀意念、意图、计划或既往自杀尝试，包含被动意念（想消失、不想醒来）。与自伤共现时归此类。
例："我希望睡着后再也不要醒来。"Cat 4
其他
意外受伤、口语夸张（“笑死我了”“尴尬到想死”）、一般心理健康讨论等。
例："这作业要了我的命。"03三阶段可解释推理
点击各阶段，查看它做什么、为什么这样设计。
04实验结果
在 800 条分层样本上评估（gold 为四大模型众数投票）。
如何读这张图
- 人工复核了 20 条“系统与标签不一致”的样本，其中 12 条确认 gold 有误（多为漏标既往自杀尝试、被动自杀意念）。
- 修正后三阶段整体略高于直接分类（95.50% vs 95.25%），但差距在 800 条样本的统计误差之内，不宣称显著优于。
- 三阶段的独特价值在于：每一步可审计，并支持在分支分歧时选择性弃权，把最难的样本交给人。
诚实的发现 1
同一模型家族做“独立验证器”，与被验证的分支错误高度相关，并未真正解耦。
诚实的发现 2
标签本身有噪声。“既当运动员又当裁判员”的风险真实存在，因此我们引入人工核查。
诚实的发现 3
思考模式下抽取存在采样抖动，需要稳定性评估与多数决来控制。
05在线演示
下列文本均为研究人员编写的模拟示例，不来自真实用户。演示结果为预先生成，用于展示推理过程。
06数据采集与合规
自动化、合规地获取社交媒体数据，是把研究落地的关键难点。以下为规划中的流程（当前研究使用公开的 SHINES 数据集）。
授权来源平台开放接口 / 用户知情同意 / 公开数据集
→
去标识化移除用户名、链接、位置与可识别信息
→
去重与清洗文本去重、语言过滤、噪声剔除
→
粗筛相关性预筛，降低标注成本
→
标注与复核多模型众数 + 人工终裁
🔒 隐私优先
不存储可识别个人信息；研究数据仅用于学术目的，接受伦理审查。
⚖️ 合规边界
遵守平台服务条款与相关法律法规，不做未经授权的抓取与个体画像。
🧑⚕️ 人在回路
系统输出仅为辅助线索，高风险与不确定样本必须由专业人员判断。
07如果你或身边的人正在经历
你不必独自承受。以下资源可以提供帮助（请以官方最新公布为准）。
12356
全国统一心理援助热线
010-82951332
北京心理危机研究与干预中心 · 24 小时
120 / 110
出现紧急生命危险时，请立即拨打
本网站为科研成果展示，不提供医疗诊断或治疗建议，也不能替代专业心理健康服务。