【技术实现步骤摘要】
一种基于语义向量构建神经网络预测心理健康的系统和装置
本专利技术属于健康监测与管理
,尤其涉及一种基于语义向量构建神经网络预测心理健康的系统和装置。
技术介绍
随着现代社会中生活压力的日益增长,心理疾病成为一个越来越普遍的现象。常见的心理疾病包括抑郁症、焦虑症、强迫症等。这些心理疾病不仅影响患者的正常生活,严重时甚至会使患者产生自杀企图,因而引起了社会对心理疾病的关注和担忧。据世界卫生组织报告,抑郁症在全世界发病率约11%,已成为危害人类健康的第四大疾病,到2020年可能成为仅次于心脏病的第二大疾病。在我国,抑郁症发病率高达7%,而且由于发现不及时与认识不足,治疗率仅为20%。因抑郁导致的自杀死亡事件频发。然而,当前大部分心理健康服务还停留在″被动″模式,主要通过传统问卷发放方式或用户向心理健康咨询中心咨询或到医院就诊发现心理异动个体。但由于人力物力所限,长期以来心理学研究者无法获取覆盖研究对象全体的数据,也不便对个体心理健康状态变化进行跟踪研究,难以对心理行为异动个体进行及时主动干预。现有分析心理状态测试设备有很多,但现有技术设备大而复杂,设备、测试对象的情绪波动容易影响分析结果,且无法直观、简单地表现受试者的心理状态。心理健康测试,一般均为问卷式测试,也即是将纸件的问卷发到被评估人员手中,被评估人员完成问卷回答后,回收问卷,再由评估人员根据每份问卷的答复情况做出评估。这种测试方式的缺陷在于,不能在被评估人员作问卷填写的时候同时监测被评估人员的血压,心率等体征信息,也就不能对被评估人员作出更准确的心理健康测试分析,另一方面被评估人员需在接近睡眠状态 ...
【技术保护点】
1.一种基于语义向量构建神经网络预测心理健康的系统,所述系统包括语义文本采集模块、语义文本抽样模块、语义文本向量化模块、神经网络训练模块、神经网络评估模块以及心理测试量合成模块;其特征在于:所述语义文本采集模块,用于采集被测用户的历史心理测试文本数据以及个人心理描述文本数据;所述语义文本抽样模块,用于对所述语义文本采集模块采集的历史心理测试文本数据以及个人心理描述文本数据进行分层抽样,获得分层抽样语义文本数据集;所述语义文本向量化模块,用于对所述分层抽样数据集中的语义文本进行向量化处理,获得第一向量序列;所述神经网络训练模块,用于利用所述第一向量序列进行神经网络的训练;将不包含在所述分层抽样数据集中的个人心理描述文本,通过所述语义文本向量化模块进行向量化处理,获得第二向量序列;将所述第二向量序列输入所述训练好的神经网络,通过神经网络评估模块输出评估向量序列;心理测试量合成模块对所述输出评估向量序列进行合成处理,得到心理测试合成量;判断所述心理测试合成量与预定阈值的差异度,根据所述差异度评估被测用户的心理健康。
【技术特征摘要】
1.一种基于语义向量构建神经网络预测心理健康的系统,所述系统包括语义文本采集模块、语义文本抽样模块、语义文本向量化模块、神经网络训练模块、神经网络评估模块以及心理测试量合成模块;其特征在于:所述语义文本采集模块,用于采集被测用户的历史心理测试文本数据以及个人心理描述文本数据;所述语义文本抽样模块,用于对所述语义文本采集模块采集的历史心理测试文本数据以及个人心理描述文本数据进行分层抽样,获得分层抽样语义文本数据集;所述语义文本向量化模块,用于对所述分层抽样数据集中的语义文本进行向量化处理,获得第一向量序列;所述神经网络训练模块,用于利用所述第一向量序列进行神经网络的训练;将不包含在所述分层抽样数据集中的个人心理描述文本,通过所述语义文本向量化模块进行向量化处理,获得第二向量序列;将所述第二向量序列输入所述训练好的神经网络,通过神经网络评估模块输出评估向量序列;心理测试量合成模块对所述输出评估向量序列进行合成处理,得到心理测试合成量;判断所述心理测试合成量与预定阈值的差异度,根据所述差异度评估被测用户的心理健康。2.如权利要求1所述的基于语义向量构建神经网络预测心理健康的系统,其中,所述语义文本抽样模块,用于对所述语义文本采集模块采集的历史心理测试文本数据以及个人心理描述文本进行分层抽样,获得分层抽样数据集,具体包括:对所述历史心理测试文本数据进行分类及标注,并根据标注结果,统计每个类别的文本数量,并计算每个类别所占的比例Tn,n=1,2,...,N,N为类别数;对个人心理描述文本进行分类及标注,并根据标注结果,统计每个类别的文本数量,并计算每个类别所占的比例Sm,m=1,2,...,M,M为类别数;按照如下公式确定抽样比例:对于第n类历史心理测试文本数据,抽样比例为:对于第m类个人心理描述文本,抽样比例为:3.如权利要求2所述的基于语义向量构建神经网络预测心理健康的系统,其中,抽样获得的第n类历史心理文本数据的向量化序列为VTn,抽样获得的第m类个人心理描述文本的向量化序列为VSm;所述神经网络训练模块,用于利用所述第一向量序列进行神经网络的训练,具体包括:利用向量化序列VTn作为输入层,利用向量化序列VSm作为输出层,进行神经网络的训练。4.如权利要求1所述的基于语义向量构建神经网络预测心理健康的系统,其中,将不包含在所述分层抽样数据集中的个人心理描述文本,通过所述语义文本向量化模块进行向量化处理,获得第二向量序列,包括:第m类不包含在所述分层抽样数据集中的个人心理描述文本向量化处理后的向量为所有的构成所述第二向量序列;将所述第二向量序列输入所述训练好的神经网络,通过神经网络评估模块输出评估向量序列,具体包括:如果M>N,则将所述第二向量序列进行降维处理,得到N维向量序列后,输入所述训练好的神经网络;否则,则将所述第二向量...
【专利技术属性】
技术研发人员:王冲冲,任永亮,杨菲,张佳,李嘉懿,贺同路,
申请(专利权)人:北京智能工场科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。