一种基于自然语言处理和时序卷积网络的抑郁症检测方法技术

本发明专利技术提供一种基于自然语言处理和时序卷积网络的抑郁症检测方法，具体包括：构建训练样本集和抑郁症词料库，训练样本集为访谈人员的语音对应转换的文本信息，抑郁症词料库为人工制作；将训练样本集与抑郁症词料库中的文本信息转换为文本嵌入向量；将文本嵌入向量输入时序卷积网络TCN进行训练，得到抑郁症预测模型；基于获得的抑郁症预测模型，使用测试数据进行预测得到预测结果；根据预测结果对访谈人员进行分类，确定其是否属于抑郁症用户。本发明专利技术使用自然语言处理技术，增加了与话题情景相关联的言语信息；使用时序卷积网络TCN以卷积的方式进行序列数据的处理，取得了很高的精度，实现了基于文本的抑郁症检测方法。实现了基于文本的抑郁症检测方法。实现了基于文本的抑郁症检测方法。

【技术实现步骤摘要】
一种基于自然语言处理和时序卷积网络的抑郁症检测方法


[0001]本专利技术涉及深度学习
，尤其涉及一种基于自然语言处理和时序卷积网络的抑郁症检测方法。

技术介绍

[0002]抑郁症是最常见的抑郁障碍，以显著而持久的心境低落为主要临床特征，是心境障碍的主要类型。抑郁症已经成为世界第四大疾病，我国抑郁症患病率达到了6.1％。在临床中，对抑郁症的检测误诊率较高，治疗效果改善率不明显，因此，我国对抑郁症的医疗防治还处在识别率低的局面，地级市以上的医院对其识别率不足20％，只有不到10％的患者接受了相关的药物治疗；而且，抑郁症的发病(和自杀事件)已开始出现低龄(大学，乃至中小学生群体)化趋势。因此，对抑郁症的科普、防范、治疗工作亟待重视，抑郁症防治已被列入全国精神卫生工作重点。
[0003]在现有技术中，抑郁症的检测方法主要有基于音频特征的检测方法和基于面部表情视频的检测方法。以上方法通过语音特征或者面部的特征等来检测抑郁症，缺少了与话题情景相关联的言语信息，使得检测的判别性信息不足，从而降低了抑郁症的识别精度，最终影响了对抑郁症的检测。在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然语言处理和时序卷积网络的抑郁症检测方法，其特征在于，包括如下步骤：步骤1：构建训练样本集和抑郁症词料库，训练样本集为访谈人员的语音对应转换的文本信息，抑郁症词料库为人工制作；步骤2：将训练样本集与抑郁症词料库中的文本信息转换为文本嵌入向量；步骤3：将文本嵌入向量输入时序卷积网络TCN进行训练，得到抑郁症预测模型；步骤4：基于获得的抑郁症预测模型，使用测试数据进行预测得到预测结果；步骤5：根据预测结果对访谈人员进行分类，确定其是否属于抑郁症用户。2.根据权利要求1所述的一种基于自然语言处理和时序卷积网络的抑郁症检测方法，其特征在于，所述...

【专利技术属性】
技术研发人员：张光华，李明定，杨忠丽，武海荣，
申请(专利权)人：杭州医典智能科技有限公司，
类型：发明
国别省市：