采用心理数据标签化建模的交互式心理疏导系统技术方案

本发明专利技术提出采用心理数据标签化建模的交互式心理疏导系统，包括多源数据采集端口、心理状态检测引擎、心理状态特征提取模块、心理状态检测模型、心理疏导模型训练数据构建子系统、心理疏导模型构建子系统、心理状态阈值调节子系统以及心理疏导结果输出子系统。多源数据采集端口从多个数据源获取单位时间内用户的心理状态信息；心理状态检测引擎得出当前用户的心理状态检测等级；心理状态检测模型输出所述用户的心理状态特征的向量化指标向量；心理疏导模型构建子系统所述心理疏导模型的训练数据，训练心理疏导模型。所述心理状态阈值调节子系统用于调节所述心理状态检测引擎的心理状态阈值，所述心理疏导结果输出子系统用于输出心理疏导结果。

【技术实现步骤摘要】
采用心理数据标签化建模的交互式心理疏导系统
本专利技术属于心理数据处理
，尤其涉及一种采用心理数据标签化建模的交互式心理疏导系统。
技术介绍
随着现代社会中生活压力的日益增长，越来越多的人出现了各种各样的心理问题。目前，很多人选择通过非心理精神专业的工作人员来对用户叙述的心理问题进行分析判断，并且由非心理精神专业的工作人员推荐服务资源。然而，在实践中发现，非心理精神专业的工作人员在对用户叙述的心理问题进行分析判断的过程中，会存在判断不准确、容易遗漏信息、评估周期长、检测不及时、测评结果受主观意识影响大、效率比较低等问题，因此，非心理精神专业的工作人员推荐的心理健康服务存在不够准确的情况。现有技术中，最普遍的心理疏导方案是通过心理医生或相关从业人员经过心理测试、情绪评估等，并通过与被测试者进行交流沟通后，获取被测试者的心理方面的心理，在获取的信息的基础上根据自身的工作经验或查阅医学资料对被测试者进行辅导或治疗。例如，申请号为CN202010069920的中国专利技术专利申请提出一种基于交互的心理健康服务推荐方法及装置，包括：获取会话文本数据；基于心理分析模型对所述会话文本数据进行分析，得到心理分析数据，该心理分析数据中至少包含心理问题类别；确定与心理分析数据匹配的心理健康服务资源；输出心理健康服务资源。实施本专利技术实施例，能够对获取的会话文本数据进行分析，得到与会话文本数据相关的心理分析数据，进而确定与心理分析数据匹配的心理健康服务资源，使得向用户推送的心理健康服务资源与用户输入的会话文本数据相关，从而可以提升推荐的用于治疗心理问题的心理健康服务的准确性。申请号为CN201810816957的中国专利技术专利申请提出一种基于神经网络的大学生心理行为异动监测预警方法，包括：1)获取学生的多信息源数据；通过所述多信息源数据，利用数据预处理算法，得到学生的心理行为数据；获取学生的抑郁心理测试自评表；通过所述心理测试自评表的结果，对学生进行心理健康状态标签标记；通过所述心理行为数据，提取与心理健康状态有关的特征；通过所述特征，利用PCA算法提取数据的主要特征分量；2)在获得学生心理行为数据和提取出主要特征分量后，利用神经网络算法建立和训练抑郁心理预警模型；3)获取新的学生多信息源数据，根据所述的抑郁心理预警模型评估新的学生个体的抑郁状态。然而，专利技术人发现，该过程往往效率很低，而且严重依赖相关从业人员的工作经验、涉猎的专业知识的广泛程度、以及亲和力等，最终的心理疏导效果参差不齐。
技术实现思路
为解决上述技术问题，本专利技术提出一种采用心理数据标签化建模的交互式心理疏导系统，包括多源数据采集端口、心理状态检测引擎、心理状态特征提取模块、心理状态检测模型、心理疏导模型训练数据构建子系统、心理疏导模型构建子系统、心理状态阈值调节子系统以及心理疏导结果输出子系统。多源数据采集端口从多个数据源获取单位时间内用户的心理状态信息；心理状态检测引擎得出当前用户的心理状态检测等级；心理状态检测模型输出所述用户的心理状态特征的向量化指标向量；心理疏导模型构建子系统所述心理疏导模型的训练数据，训练心理疏导模型。所述心理状态阈值调节子系统用于调节所述心理状态检测引擎的心理状态阈值，所述心理疏导结果输出子系统用于输出心理疏导结果。本专利技术的技术方案，通过分析用户的单位时间内的心理状态信息对用户当前的心理状态进行评测，分析用户当前真实的心理状态，并根据用户当前真实的心理状态基于心理状态疏导模型对用户进行心理疏导，本专利技术能够快速高效的对用户的心理状态进行识别，并通过心理疏导模型及时对用户进行心理疏导，以解决传统心理疏导过程中耗时长、效率低、对相关从业经验严重依赖等问题。具体来说，在本专利技术第一个方面，提供一种采用心理数据标签化建模的交互式心理疏导系统，所述交互式心理疏导系统包括：多源数据采集端口：所述多源数据采集端口从多个数据源获取单位时间内用户的心理状态信息；心理状态检测引擎：所述心理状态检测引擎基于所述多源数据采集端口采集得到的所述单位时间内用户的心理状态信息，得出当前用户的心理状态检测等级；心理状态特征提取模块：所述心理状态特征提取模块基于所述心理状态检测引擎得到的所述当前用户的心理状态检测等级信息、所述当前用户的历史检测等级信息以及所述单位时间内用户的心理状态信息，提取用户的心理状态特征，所述心理状态特征包括情感信息特征、生理信息特征、情感信息特征、图片信息特征、音频信息特征、行为信息特征；心理状态检测模型：将所述心理状态特征作为所述心理状态检测模型的输入，所述心理状态检测模型输出所述用户的心理状态特征的向量化指标向量；心理疏导模型训练数据构建子系统：基于所述向量化指标向量，将所述单位时间内用户的心理状态信息转换成标签的形式，作为心理疏导模型的训练数据；心理疏导模型构建子系统：基于所述心理疏导模型训练数据构建子系统输出的所述心理疏导模型的训练数据，训练心理疏导模型。更具体的，作为本专利技术的第一个创新点，所述心理疏导模型构建子系统基于所述心理疏导模型训练数据构建子系统输出的所述心理疏导模型的训练数据，训练心理疏导模型，具体包括：获取所述用户的多个不同心理状态特征的多个不同向量化指标向量；将所述多个不同向量化指标向量处理成相同维度。作为上述创新点的关键技术手段，所述将所述多个不同向量化指标向量处理成相同维度，具体包括：获取用户心理状态检测结果标签的特征向量心理状态标签的one-hot特征向量心理疏导数据文本的语义向量对于用户心理状态检测结果标签的特征向量使用concatenate(连接、串连)或叠加求和或求平均特征向量的方法进行处理；然后将特征向量和特征向量均匀的嵌入到语义向量上。作为本专利技术的第二个创新点，所述心理疏导模型构建子系统基于所述心理疏导模型训练数据构建子系统输出的所述心理疏导模型的训练数据，训练心理疏导模型，具体包括：将训练过程分成encoder(编码)和decoder(解码)两个部分；encoder(编码)部分是对输入文本的语义编码形式，通过CNN(卷积神经网络)+Pooling(池化)模型、Attention(注意力模型)的生成方式来生成来输入文本的语义向量然后将特征向量和特征向量均匀的嵌入到语义向量上作为最终的输入向量通过后向编码形式生成一次输入文本的语义和上下文信息；将前后向语义编码的结果进行concatenate(连接)起来作为最终的隐层输出向量decoder(解码)部分负责将上述编码出来的隐藏向量解码为期望的输出。作为上述创新点的关键技术手段，所述decoder(解码)部分为递归执行的流程，具体包括：S501、所有输出端以一个通用的<start>(起始)标记开头，以<end>(终止)标记结尾，这两个标记也视为一个词/字；S502、将<start>(起始)标记输入decoder(解码)部分本文档来自技高网...

【技术保护点】
1.一种采用心理数据标签化建模的交互式心理疏导系统，/n其特征在于：/n所述交互式心理疏导系统包括：/n多源数据采集端口：所述多源数据采集端口从多个数据源获取单位时间内用户的心理状态信息；/n心理状态检测引擎：所述心理状态检测引擎基于所述多源数据采集端口采集得到的所述单位时间内用户的心理状态信息，得出当前用户的心理状态检测等级；/n心理状态特征提取模块：所述心理状态特征提取模块基于所述心理状态检测引擎得到的所述当前用户的心理状态检测等级信息、所述当前用户的历史检测等级信息以及所述单位时间内用户的心理状态信息，提取用户的心理状态特征，所述心理状态特征包括情感信息特征、生理信息特征、情感信息特征、图片信息特征、音频信息特征、行为信息特征；/n心理状态检测模型：将所述心理状态特征作为所述心理状态检测模型的输入，所述心理状态检测模型输出所述用户的心理状态特征的向量化指标向量；/n心理疏导模型训练数据构建子系统：基于所述向量化指标向量，将所述单位时间内用户的心理状态信息转换成标签的形式，作为心理疏导模型的训练数据；/n心理疏导模型构建子系统：基于所述心理疏导模型训练数据构建子系统输出的所述心理疏导模型的训练数据，训练心理疏导模型。/n...

【技术特征摘要】
1.一种采用心理数据标签化建模的交互式心理疏导系统，
其特征在于：
所述交互式心理疏导系统包括：
多源数据采集端口：所述多源数据采集端口从多个数据源获取单位时间内用户的心理状态信息；
心理状态检测引擎：所述心理状态检测引擎基于所述多源数据采集端口采集得到的所述单位时间内用户的心理状态信息，得出当前用户的心理状态检测等级；
心理状态特征提取模块：所述心理状态特征提取模块基于所述心理状态检测引擎得到的所述当前用户的心理状态检测等级信息、所述当前用户的历史检测等级信息以及所述单位时间内用户的心理状态信息，提取用户的心理状态特征，所述心理状态特征包括情感信息特征、生理信息特征、情感信息特征、图片信息特征、音频信息特征、行为信息特征；
心理状态检测模型：将所述心理状态特征作为所述心理状态检测模型的输入，所述心理状态检测模型输出所述用户的心理状态特征的向量化指标向量；
心理疏导模型训练数据构建子系统：基于所述向量化指标向量，将所述单位时间内用户的心理状态信息转换成标签的形式，作为心理疏导模型的训练数据；
心理疏导模型构建子系统：基于所述心理疏导模型训练数据构建子系统输出的所述心理疏导模型的训练数据，训练心理疏导模型。


2.如权利要求1所述的一种采用心理数据标签化建模的交互式心理疏导系统，其特征在于：
所述心理疏导模型构建子系统基于所述心理疏导模型训练数据构建子系统输出的所述心理疏导模型的训练数据，训练心理疏导模型，具体包括：
获取所述用户的多个不同心理状态特征的多个不同向量化指标向量；
将所述多个不同向量化指标向量处理成相同维度。


3.如权利要求2所述的一种采用心理数据标签化建模的交互式心理疏导系统，其特征在于：
所述将所述多个不同向量化指标向量处理成相同维度，具体包括：
获取用户心理状态检测结果标签的特征向量心理状态标签的one-hot特征向量心理疏导数据文本的语义向量
对于用户心理状态检测结果标签的特征向量，使用concatenate(连接、串连)或叠加求和或求平均特征向量的方法进行处理；
然后将特征向量和特征向量均匀的嵌入到语义向量上。


4.如权利要求1所述的一种采用心理数据标签化建模的交互式心理疏导系统，其特征在于：
所述心理疏导模型构建子系统基于所述心理疏导模型训练数据构建子系统输出的所述心理疏导模型的训练数据，训练心理疏导模型，具体包括：
将训练过程分成encoder(编码)和decoder(解码)两个部分；
encoder(编码)部分是对输入文本的语义编码形式，通过CNN(卷积神经网络)+Pooling(池化)模型+Attention(注意力模型)的生成方式来生成来输入文本的语义向量然后将特征向量和特征向量均匀的嵌入到语义向量上作为最终的输入向量
通过后向编码形式生成一次输入文本的语义和上下文信息；
将前后向语义编码的结果进行concatenate(连接)起来作为最终的隐层输出向量
decoder(解码)部分负责将上述编码出来的隐藏向量解码为期望的输出。


5.如权利要求4所述的一种采用心理数据标签化建模的交互式心理疏导系统，其特征在于：
所述decoder(解码)部分为递归执行的流程，具体包括：
S501、所有输出端以一个通用的<start>(起始)标记开头，以<end>(终止)标记结尾，这两个标记也视为一个词/字；
S502、将...

【专利技术属性】
技术研发人员：王冲冲，李嘉懿，任永亮，张佳，贺同路，杨菲，
申请(专利权)人：北京心灵力量科技有限公司，
类型：发明
国别省市：北京;11