온라인 건강 Q&A 커뮤니티에서 사회적 지지에 대한 수요가 증가하고 있지만, 제공되는 지지가 사용자의 특정 요구와 맞지 않을 경우 비효율적이거나 해로울 수 있습니다. 본 논문은 질문 속 사회적 지지 요구를 식별하는 모델 개발의 어려움(데이터 부족 및 클래스 불균형)을 해결하기 위해, Hybrid Approach for SOcial Support need classification (HA-SOS) 프레임워크를 제시합니다. HA-SOS는 답변을 활용한 준지도 학습, 신뢰도 및 다양성을 고려한 샘플 선택 메커니즘을 갖춘 대규모 언어 모델(LLM) 기반 텍스트 데이터 증강 기법, 그리고 통합된 학습 과정을 통합하여 질문 속 사회적 지지 요구를 자동으로 분류합니다. 실험 결과, HA-SOS는 기존 질문 분류 모델 및 다른 준지도 학습 방법보다 성능이 뛰어남을 보여줍니다. 이 연구는 사회적 지지, 질문 분류, 준지도 학습, 텍스트 데이터 증강 분야에 기여하며, 온라인 Q&A 플랫폼 관리자 및 답변자들이 사용자의 사회적 지지 요구를 이해하고 적시에 맞춤화된 답변과 개입을 제공하는 데 도움을 줍니다.
