心理学上想法认知偏差的识别方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种心理学上想法认知偏差的识别方法、装置及电子设备，其中方法包括：接收用户输入的问题文本信息，并将所述问题文本信息进行数据清洗；将数据清洗后的问题文本信息与用户画像信息进行拼接，得到拼接文本信息；基于预先建立的词典，将所述拼接文本信息转换为数值向量，并将所述数值向量输入至预训练模型XLNET，编码用户问题向量特征；利用分类器对所述用户问题向量特征进行分类，预测每个类别对应的概率值，将最大概率值对应的类别作为想法认知偏差的识别结果。本发明专利技术将深度学习算法与心理学想法认知偏差交叉学科间创新应用，通过程序自动化识别认知偏差，提升了心理问诊的普适性和便捷性。问诊的普适性和便捷性。问诊的普适性和便捷性。

【技术实现步骤摘要】
心理学上想法认知偏差的识别方法、装置及电子设备


[0001]本专利技术涉及智能识别领域，具体涉及一种心理学上想法认知偏差的识别方法、装置及电子设备。

技术介绍

[0002]20世纪60年代，美国临床心理学家贝克(Beck)提出的抑郁症认知理论认为，功能失调性态度、认知歪曲在抑郁症发生的原因中起重要作用。在心理学领域，想法认知偏差是指个体以完全否定或悲观的方式解释信息的过程,包括任意推断、过分夸大或缩小、选择性消极注视等曲解类型，及时有效地识别用户想法认知偏差对抑郁症发病诊断、预防、甚至治疗有着重要意义，同时，想法认知偏差的识别还可以纠正人们心理上有问题的、错误的或不良的观念与想法，甚至可以改善情绪障碍。
[0003]当前，为了识别想法认知偏差，人们往往通过与心理咨询师一对一面对面访谈的形式诊断、缓解和治疗心理疾病，这种方式具有时间和空间上的局限性，同时，还面临着心理咨询师人员不足的问题，难以面向大众推广。

技术实现思路

[0004]本专利技术的主要目的在于提供一种心理学上想法认知偏差的识别方法及装置，以解决现有想法认知偏差的识别方式难以面向大众推广的问题。
[0005]为了实现上述目的，本专利技术的第一方面提供了一种心理学上想法认知偏差的识别方法，包括：
[0006]接收用户输入的问题文本信息，并将所述问题文本信息进行数据清洗；
[0007]将数据清洗后的问题文本信息与用户画像信息进行拼接，得到拼接文本信息；
[0008]基于预先建立的词典，将所述拼接文本信息转换为数值向量，并将所述数值向量输入至预训练模型XLNET，编码用户问题向量特征；
[0009]利用分类器对所述用户问题向量特征进行分类，预测每个类别对应的概率值，将最大概率值对应的类别作为想法认知偏差的识别结果。
[0010]可选地，所述预训练模型XLNET的训练步骤包括：
[0011]获取样本数据，并将样本数据分为训练集和验证集；
[0012]根据所述训练集和验证集训练调优预训练模型XLNET，并确定预训练模型XLNET预测概率的阈值。
[0013]进一步地，所述获取样本数据，并将样本数据分为训练集和验证集，包括：
[0014]获取网络数据和心理学专业人员编辑整理的数据，将所述网络数据和心理学专业人员编辑整理的数据进行数据清洗，得到样本数据；
[0015]判断所述样本数据是否属于想法认知偏差；
[0016]根据判断结果对所述样本数据进行分类标注，得到样本数据的分类标注标签；
[0017]将样本数据及样本数据对应的分类标注标签按照预设比例分为训练集和验证集。
[0018]进一步地，所述根据所述训练集和验证集训练调优预训练模型XLNET，并确定预训练模型XLNET预测概率的阈值，包括：
[0019]将所述训练集中的样本数据及样本数据对应的分类标注标签输入至预训练模型XLNET中做模型调优，配置模型参数，更新批尺寸和迭代轮数，进行训练；
[0020]接收模型训练完成信息后，将验证集中的样本数据输入至训练完成的预训练模型XLNET，输出验证集中样本数据的分类预测结果和所述分类预测结果对应的概率值；
[0021]将验证集中样本数据的分类标注标签与分类预测结果进行对比，确定模型预测结果的准确率；
[0022]当所述模型预测结果的准确率达到预设值时，将分类预测结果对应的概率值设为阈值。
[0023]进一步地，在将分类预测结果对应的概率值设为阈值之后，所述方法还包括：
[0024]判断训练完成的预训练模型XLNET预测的分类预测结果对应的概率值是否大于所述阈值；
[0025]如果预测的分类预测结果对应的概率值大于所述阈值，则输出分类预测结果；
[0026]否则，放弃分类预测结果，输出未识别结果。
[0027]可选地，所述基于预先建立的词典，将所述拼接文本信息转换为数值向量，并将所述数值向量输入至预训练模型XLNET，编码用户问题向量特征，包括：
[0028]确定所述拼接文本信息中各字符在预先建立的词典中的索引值，将所述拼接文本信息中的所有字符对应的索引值构成数值向量；
[0029]将所述数值向量作为预训练模型XLNET的输入，编码得到用户问题向量特征。
[0030]可选地，所述数据清洗包括：剔除空白符、英文字符格式统一为小写格式、过滤纯数字；
[0031]所述用户画像信息包括：用户的年龄、性别、情感类型、情绪强度。
[0032]本专利技术的第二方面提供了一种心理学上想法认知偏差的识别装置，包括：
[0033]接收单元，用于接收用户输入的问题文本信息，并将所述问题文本信息进行数据清洗；
[0034]拼接单元，用于将数据清洗后的问题文本信息与用户画像信息进行拼接，得到拼接文本信息；
[0035]模型编码单元，用于基于预先建立的词典，将所述拼接文本信息转换为数值向量，并将所述数值向量输入至预训练模型XLNET，编码用户问题向量特征；
[0036]预测单元，用于利用分类器对所述用户问题向量特征进行分类，预测每个类别对应的概率值，将最大概率值对应的类别作为想法认知偏差的识别结果。
[0037]本专利技术的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面任意一项提供的心理学上想法认知偏差的识别方法。
[0038]本专利技术的第四方面提供了一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行第一方面任意一项提供的心理学上想法认知偏差的识别方法。
[0039]在本专利技术实施例提供的想法认知偏差的识别方法中，想法认知偏差识别模型接收用户输入的问题，通过数据清洗、向量编码、特征抽取来预测识别出用户输入问题是否属于想法认知偏差，将深度学习算法XLNET应用在心理学上通过程序自动识别用户的想法认知偏差，提升了心理问诊的普适性和便捷性，解决了现有想法认知偏差的识别方式难以面向大众推广的问题。
附图说明
[0040]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]图1为本专利技术实施例提供的方法流程示意图；
[0042]图2为本专利技术实施例提供的方法流程图；
[0043]图3为本专利技术实施例提供的装置框图；
[0044]图4为本专利技术实施例提供的电子设备框图。
具体实施方式
[0045]为了使本
的人员更好地理解本专利技术方案，下面将结合本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心理学上想法认知偏差的识别方法，其特征在于，包括：接收用户输入的问题文本信息，并将所述问题文本信息进行数据清洗；将数据清洗后的问题文本信息与用户画像信息进行拼接，得到拼接文本信息；基于预先建立的词典，将所述拼接文本信息转换为数值向量，并将所述数值向量输入至预训练模型XLNET，编码用户问题向量特征；利用分类器对所述用户问题向量特征进行分类，预测每个类别对应的概率值，将最大概率值对应的类别作为想法认知偏差的识别结果。2.根据权利要求1所述的方法，其特征在于，所述预训练模型XLNET的训练步骤包括：获取样本数据，并将样本数据分为训练集和验证集；根据所述训练集和验证集训练调优预训练模型XLNET，并确定预训练模型XLNET预测概率的阈值。3.根据权利要求2所述的方法，其特征在于，所述获取样本数据，并将样本数据分为训练集和验证集，包括：获取网络数据和心理学专业人员编辑整理的数据，将所述网络数据和心理学专业人员编辑整理的数据进行数据清洗，得到样本数据；判断所述样本数据是否属于想法认知偏差；根据判断结果对所述样本数据进行分类标注，得到样本数据的分类标注标签；将样本数据及样本数据对应的分类标注标签按照预设比例分为训练集和验证集。4.根据权利要求2所述的方法，其特征在于，所述根据所述训练集和验证集训练调优预训练模型XLNET，并确定预训练模型XLNET预测概率的阈值，包括：将所述训练集中的样本数据及样本数据对应的分类标注标签输入至预训练模型XLNET中做模型调优，配置模型参数，更新批尺寸和迭代轮数，进行训练；接收模型训练完成信息后，将验证集中的样本数据输入至训练完成的预训练模型XLNET，输出验证集中样本数据的分类预测结果和所述分类预测结果对应的概率值；将验证集中样本数据的分类标注标签与分类预测结果进行对比，确定模型预测结果的准确率；当所述模型预测结果的准确率达到预设值时，将分类预测结果对应的概率值设为阈值。5.根据权利要求4所述的方法，其特征在于，在将分类预测结果对应的概率值设为阈值之后，所述方法还包括：判断训练完成...

【专利技术属性】
技术研发人员：徐涛，
申请(专利权)人：浙江连信科技有限公司，
类型：发明
国别省市：