【技术实现步骤摘要】
基于人工智能的心理量表推荐方法及装置、存储介质
[0001]本申请涉及人工智能
，尤其是涉及到一种基于人工智能的心理量表推荐方法及装置、存储介质、计算机设备。
技术介绍
[0002]随着社会水平的不断提升，越来越多的人开始重视心理健康，越来越的人选择通过心理咨询获取心理问题方面的帮助。目前，随着互联网技术的发展，通过互联网在线远程进行心理咨询由于其方便快捷的优势变得越来越被人们接受，在线心理咨询变得十分普遍。
[0003]在心理咨询的过程中，心理量表是测量求询者心理问题及问题严重程度非常重要的方法。目前，在线心理咨询服务提供心理量表的方式主要有两种，一种是在提供给求询者所有支持的心理量表，由求询者基于自身情况自行选择心理量表进行评估；另一种是首先求询者在线和心理咨询师对话，然后心理咨询师推荐心理量表。然而，这两种方式都存在不足之处，一方面是心理量表选择的准确度问题，另一方面是在线心理咨询师的人力不足、咨询效率低的问题。
技术实现思路
[0004]有鉴于此，本申请提供了一种基于人工智能的心理量表推荐方法及装置、存储介质、计算机设备，提高了心理量表的推荐准确性、降低了人力成本。
[0005]根据本申请的一个方面，提供了一种基于人工智能的心理量表推荐方法，所述方法包括：
[0006]获取问询用户的初始录入信息以及问询对话信息，其中，所述问询对话信息包括已询问信息和已回答信息；
[0007]依据所述初始录入信息以及所述问询对话信息，确定所述问询用户的问询特征信息；>[0008]将所述问询特征信息输入至心理量表推荐模型中，并基于得到的心理量表推荐数据，向所述问询用户进行心理量表推荐。
[0009]可选地，所述初始录入信息包括用户特征以及问询关键词，所述用户特征包括所述问询用户的年龄和性别，所述问询关键词通过对所述问询用户的问询描述信息进行预设关键词匹配而得到；
[0010]所述依据所述初始录入信息以及所述问询对话信息，确定所述问询用户的问询特征信息，具体包括：
[0011]依据所述初始录入信息以及所述问询对话信息，依次生成名称问询特征向量、角色问询特征向量以及位置问询特征向量；
[0012]将所述名称问询特征向量、所述角色问询特征向量以及所述位置问询特征向量，按照向量中各分量位置进行累加，确定所述问询特征信息。
[0013]可选地，所述心理量表推荐模型用于预测问询用户与各心理量表的匹配度；
[0014]所述基于得到的心理量表推荐数据，向所述问询用户进行心理量表推荐，具体包括：
[0015]判断所述心理量表推荐数据中是否存在任一心理量表与所述问询用户之间的匹配度高于预设匹配度阈值；
[0016]若存在，则将高于所述预设匹配度阈值的心理量表作为目标心理量表，向所述问询用户推荐所述目标心理量表。
[0017]可选地，所述判断所述心理量表推荐数据中是否存在任一心理量表与所述问询用户之间的匹配度高于预设匹配度阈值之后，所述方法还包括：
[0018]若不存在，则将所述问询特征信息输入至询问信息推荐模型中获得待询问信息，并向所述问询用户输出所述待询问信息，接收所述问询用户对所述待询问信息的回答信息；
[0019]将所述待询问信息及其对应的所述回答信息作为新的已询问信息和新的已回答信息，添加至所述问询对话信息中，并返回重新确定所述问询用户的问询特征信息。
[0020]可选地，所述名称问询特征向量中各分量依次为用户特征分量、至少一个问询关键词分量以及至少一组问询对话信息分量，其中，所述用户特征分量包括年龄值分量和性别值分量，所述问询对话信息分量包括已询问信息分量和已回答信息分量；
[0021]所述角色问询特征向量中的各分量为与所述名称问询特征向量中各分量相对应的特征分量符号，所述角色问询特征向量包括用户特征符号、已询问信息符号以及已回答信息符号；
[0022]所述位置问询特征向量中的各分量表示所述名称问询特征向量中各分量的产生顺序。
[0023]可选地，所述询问信息推荐模型包括输入表示层、网络层以及输出层，其中，所述输入表示层包括名称嵌入层、角色嵌入层和位置嵌入层，所述输入表示层用于按向量中各分量位置累加所述名称嵌入层、所述角色嵌入层以及所述位置嵌入层各自的特征向量；
[0024]所述心理量表推荐模型包括所述输入表示层、所述网络层、全连接层以及分类层。
[0025]可选地，所述询问信息推荐模型和所述心理量表推荐模型的网络层参数相同，所述网络层参数的训练步骤包括：
[0026]依据样本询问者的样本初始录入信息以及样本问询对话信息，对所述询问信息推荐模型进行训练，确定第一网络层参数；
[0027]将所述第一网络层参数作为所述心理量表推荐模型的网络层参数，依据样本询问者的样本初始录入信息、样本问询对话信息以及样本心理量表类别，对所述心理量表推荐模型进行训练，确定所述网络层的第二网络层参数；
[0028]将所述第二网络层参数作为所述询问信息推荐模型的网络层参数，并循环训练所述询问信息推荐模型和所述心理量表推荐模型，直到满足训练结束条件为止。
[0029]根据本申请的另一方面，提供了一种基于人工智能的心理量表推荐装置，所述装置包括：
[0030]信息获取模块，用于获取问询用户的初始录入信息以及问询对话信息，其中，所述问询对话信息包括已询问信息和已回答信息；
[0031]特征确定模块，用于依据所述初始录入信息以及所述问询对话信息，确定所述问询用户的问询特征信息；
[0032]推荐模块，用于将所述问询特征信息输入至心理量表推荐模型中，并基于得到的心理量表推荐数据，向所述问询用户进行心理量表推荐。
[0033]可选地，所述初始录入信息包括用户特征以及问询关键词，所述用户特征包括所述问询用户的年龄和性别，所述问询关键词通过对所述问询用户的问询描述信息进行预设关键词匹配而得到；
[0034]所述特征确定模块，还用于：依据所述初始录入信息以及所述问询对话信息，依次生成名称问询特征向量、角色问询特征向量以及位置问询特征向量；将所述名称问询特征向量、所述角色问询特征向量以及所述位置问询特征向量，按照向量中各分量位置进行累加，确定所述问询特征信息。
[0035]可选地，所述心理量表推荐模型用于预测问询用户与各心理量表的匹配度；所述推荐模块，还用于：
[0036]判断所述心理量表推荐数据中是否存在任一心理量表与所述问询用户之间的匹配度高于预设匹配度阈值；
[0037]若存在，则将高于所述预设匹配度阈值的心理量表作为目标心理量表，向所述问询用户推荐所述目标心理量表。
[0038]可选地，所述推荐模块，还用于：
[0039]所述判断所述心理量表推荐数据中是否存在任一心理量表与所述问询用户之间的匹配度高于预设匹配度阈值之后，若不存在，则将所述问询特征信息输入至询问信息推荐模型中获得待询问信息，并向所述问询用本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的心理量表推荐方法，其特征在于，所述方法包括：获取问询用户的初始录入信息以及问询对话信息，其中，所述问询对话信息包括已询问信息和已回答信息；依据所述初始录入信息以及所述问询对话信息，确定所述问询用户的问询特征信息；将所述问询特征信息输入至心理量表推荐模型中，并基于得到的心理量表推荐数据，向所述问询用户进行心理量表推荐。2.根据权利要求1所述的方法，其特征在于，所述初始录入信息包括用户特征以及问询关键词，所述用户特征包括所述问询用户的年龄和性别，所述问询关键词通过对所述问询用户的问询描述信息进行预设关键词匹配而得到；所述依据所述初始录入信息以及所述问询对话信息，确定所述问询用户的问询特征信息，具体包括：依据所述初始录入信息以及所述问询对话信息，依次生成名称问询特征向量、角色问询特征向量以及位置问询特征向量；将所述名称问询特征向量、所述角色问询特征向量以及所述位置问询特征向量，按照向量中各分量位置进行累加，确定所述问询特征信息。3.根据权利要求2所述的方法，其特征在于，所述心理量表推荐模型用于预测问询用户与各心理量表的匹配度；所述基于得到的心理量表推荐数据，向所述问询用户进行心理量表推荐，具体包括：判断所述心理量表推荐数据中是否存在任一心理量表与所述问询用户之间的匹配度高于预设匹配度阈值；若存在，则将高于所述预设匹配度阈值的心理量表作为目标心理量表，向所述问询用户推荐所述目标心理量表。4.根据权利要求3所述的方法，其特征在于，所述判断所述心理量表推荐数据中是否存在任一心理量表与所述问询用户之间的匹配度高于预设匹配度阈值之后，所述方法还包括：若不存在，则将所述问询特征信息输入至询问信息推荐模型中获得待询问信息，并向所述问询用户输出所述待询问信息，接收所述问询用户对所述待询问信息的回答信息；将所述待询问信息及其对应的所述回答信息作为新的已询问信息和新的已回答信息，添加至所述问询对话信息中，并返回重新确定所述问询用户的问询特征信息。5.根据权利要求2至4中任一项所述的方法，其特征在于，所述名称问询特征向量中各分量依次为用户特征分量、至少一个问询关键词分量以及至少一组问询对话信息分量，其中，所述用户特征分量包括年龄值分量和性别值分量，所述问询对话信息分量包括已询问信息分...
【专利技术属性】
技术研发人员：唐蕊，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
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。