پیش‌بینی متون فارسی با مضمون خودکشی‌گرا، با استفاده از مدل‌زبانی فارسی (پارساف) از روی داده‌های متنی شبکه‌اجتماعی ایکس

خودکشی یکی از بحران‌های جدی بهداشت عمومی در جوامع امروز است که شناسایی زودهنگام و مداخلات پیشگیرانه را ضروری می‌سازد. در حالی‌که پژوهش‌های متعددی با بهره‌گیری از یادگیری ماشین بر روی داده‌های انگلیسی‌زبان در شناسایی نشانه‌های زبانی مرتبط با افکار خودکشی‌گرایانه موفق بوده‌اند، خلا چشمگیری در این حوزه برای زبان فارسی وجود دارد. این پژوهش با هدف پر کردن این شکاف، به توسعه و ارزیابی یک مدل زبانی مبتنی بر یادگیری انتقالی برای شناسایی متون فارسی با محتوای خودکشی‌گرایانه پرداخته است. مدل پیشنهادی پس از پیش‌آموزش بر روی پیکره‌ای بزرگ از متون عمومی فارسی و تنظیم دقیق بر مجموعه‌ای متنی متشکل از 230 هزار نمونه از شبکه‌های اجتماعی، توانست با دقت 96 درصد متون با مضمون خودکشی را شناسایی کند. نتایج به‌دست‌آمده نشان‌دهنده ظرفیت بالای مدل‌های زبانی در استخراج الگوهای ظریف زبانی و رفتاری در بستر فارسی است. این مدل می‌تواند به عنوان ابزاری کارآمد برای غربالگری اولیه و پشتیبانی از تصمیم‌گیری بالینی به‌کار گرفته شده و مسیر پژوهش‌های آینده در تحلیل‌های پیشرفته‌تر سلامت روان در جامعه فارسی‌زبان را هموار سازد.

persian language model (parsaf)-based prediction of suicidal-themed persian texts from x social network data

suicide is one of the serious public health crises in contemporary societies, necessitating early detection and preventive interventions. while numerous studies leveraging machine learning on english-language data have successfully identified linguistic markers associated with suicidal ideation, there exists a significant gap in this domain for the persian language. this study aims to bridge that gap by developing and evaluating a transfer learning-based language model for identifying persian texts with suicidal content. the proposed model, after being pre-trained on a large corpus of general persian texts and fine-tuned on a textual dataset comprising 230,000 samples from social media, achieved 96% accuracy in detecting suicide-related texts. the results demonstrate the high potential of language models in capturing subtle linguistic and behavioral patterns in persian contexts. this model can serve as an effective tool for preliminary screening and clinical decision support, paving the way for future research in advanced mental health analysis within the persian-speaking community.