机器学习与深度学习在社交媒体心理健康检测中的权衡：性能、可解释性与计算效率的系统评估

本研究针对社交媒体心理健康检测中模型选择的难题，系统评估了机器学习(ML)与深度学习(DL)在分类性能、可解释性和计算效率上的权衡。研究人员通过对比逻辑回归、随机森林、LightGBM等ML模型与ALBERT、GRU等DL架构在二元/多分类任务中的表现，发现ML模型在中等规模数据集中表现媲美DL且更具可解释性，而DL模型对复杂语言模式更具鲁棒性。该研究为心理健康监测的模型选择提供了实证依据，发表于《Scientific Reports》。

　　

社交媒体已成为观察心理健康趋势的重要窗口，用户生成的文本数据为抑郁、焦虑等心理状态的早期识别提供了新途径。然而，如何从海量非结构化文本中准确识别心理问题，一直是人工智能领域的挑战。传统临床评估资源密集且滞后，而现有机器学习(ML)和深度学习(DL)方法在准确性、可解释性和计算成本之间存在显著权衡。纽约大学等机构的研究团队在《Scientific Reports》发表的这项研究，首次系统比较了六种主流模型在社交媒体心理健康检测中的综合表现。

研究采用Kaggle公开的"心理健康情感分析"数据集（含52,681条标注文本），通过自动化流程进行URL去除、词形还原等预处理。关键技术包括：(1)ML模型采用TF-IDF特征工程与网格搜索优化；(2)DL模型使用ALBERT(轻量化BERT变体)和GRU(门控循环单元)处理原始文本；(3)评估指标侧重加权F₁分数和AUC以应对类别不平衡；(4)通过逻辑回归系数、Gini不纯度等量化特征重要性。

【模型性能评估】
二元分类中所有模型AUC>0.97，ALBERT以F₁=0.965(95%CI:0.961-0.969)领先；多分类任务性能普遍下降，ALBERT仍以F₁=0.792最优。统计检验显示DL模型显著优于ML(p<0.001)，但GRU稳定性优于ALBERT。

【计算效率】
ML模型训练速度比DL快1-2个数量级，SVM耗时最长(22,844秒)，而逻辑回归仅需181秒。DL模型训练时间稳定在15,000-21,000秒，不受分类任务复杂度影响。

【错误分析】
抑郁与人格障碍(分类重叠率41%)、自杀与压力(35%)存在显著误判。LightGBM中抑郁类AUC低至0.90，反映语义相近类别的区分困难。

【模型可解释性】
逻辑回归显示"depression"系数+2.3、"suicidal"+1.8，而"happy"呈负相关(-1.2)；随机森林中"die"、"kill"的Gini不纯度降低值最高。DL模型因黑箱特性难以生成特征重要性。

研究结论指出，ML模型在中等数据集上性价比更高——逻辑回归兼具系数可解释性，树模型提供特征重要性排序；DL模型虽在复杂语言模式识别占优，但需更大数据量和算力支持。该成果为不同应用场景下的模型选择提供指南：资源有限时优选LightGBM或逻辑回归，追求最高准确率则可接受DL的计算成本。作者特别强调，现有方法对 sarcasm（反讽）等语言 nuance（细微差别）的处理仍不足，且数据集标签不一致可能影响泛化性。这些发现推动了可解释AI在心理健康领域的应用，为构建透明、高效的早期预警系统奠定基础。