基于潜在心理健康信号的检索式问答方法与系统技术方案

本发明专利技术提出一种基于潜在心理健康信号的检索式问答方法与系统，本发明专利技术除了利用文本的通用语义外，还借助文本作者心理健康状态相关的信号，对文本的通用语义进行过滤调整，从而获得更为准确、信息量更为丰富的文本表示，最终使得模型在面向心理支持的检索式社区自动问答任务中有更好的表现。本发明专利技术提供的方法在理解消息文本通用语义的同时，对求助者/支持者的心理健康状态进行推断，获得相关的潜在心理健康信号，这些潜在心理健康信号从多个方面刻画用户心理健康活动状态，指导模型对通用语义表示进行修正、过滤，从而获得与该任务更贴合、信息量更大的文本表示，能够提升检索的准确性，得到更匹配的检索结果。得到更匹配的检索结果。得到更匹配的检索结果。

【技术实现步骤摘要】
基于潜在心理健康信号的检索式问答方法与系统


[0001]本专利技术涉及心理咨询数据处理
，特别是涉及一种基于潜在心理健康信号的检索式问答方法与系统。

技术介绍

[0002]在全球心理健康问题日益严峻的大背景下，出现了很多以解决心理健康问题为主要目标的论坛，如ReachOut、Reddit和壹心理等，当用户发布有心理困扰的问题帖后，受过专业训练的论坛版主或其它有相应经验的用户会针对帖子给予回答和指导，这些回答中包含了有助于改善其心理健康的建议与方法，极大地缓解了心理健康服务系统由于心理医生或心理咨询师稀少而面临的压力。这些希望获得心理支持的问题帖的发布者，称其为“心理危机用户”或“求助者”(support seeker)，相应的帖子或消息称为“心理危机消息”或“问题”，为心理危机用户提供心理支持的用户被称为“心理支持者”(supporter)，相应的帖子或消息称为“心理支持消息”或“回复”。
[0003]相近的心理危机问题，其心理支持消息之间也存在共性，对不同的用户具有较好的参考价值。基于检索的问答方法可以根据心理危机用户的问题，从本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于潜在心理健康信号的检索式问答方法，其特征在于，应用于基于潜在心理健康信号的检索式问答模型，所述检索式问答模型包括输入层、语义表示和潜在心理健康信号推理层、潜在心理信号感知下的文本表示层和决策层，所述语义表示和潜在心理健康信号推理层包括语义表示模块和潜在心理健康信号推理模块，所述决策层包括两个独立的匹配器和一个多层感知机；所述方法包括：步骤1，将心理危机消息和心理支持消息输入至输入层，提取并输出心理危机消息的语义特征矩阵、语言特征矩阵和情绪特征矩阵，以及心理支持消息的语义特征矩阵、语言特征矩阵和情绪特征矩阵；步骤2，在语义表示模块中，采用两个独立的Transformer分别对心理危机消息的语义特征矩阵和心理支持消息的语义特征矩阵进行编码，获得并输出心理危机消息的通用语义向量和心理支持消息的通用语义向量；步骤3，在潜在心理健康信号推理模块中，将心理危机消息的语言特征矩阵、心理支持消息的语言特征矩阵送至第一编码层，将心理危机消息的情绪特征矩阵、心理支持消息的情绪特征矩阵送至第二编码层，获得心理危机消息语言向量、心理支持消息语言向量、心理危机消息情绪向量、心理支持消息情绪向量，接着将这些向量作为输入送入由全连接层构成的推理层，输出心理危机用户潜在心理健康信号向量和心理支持用户潜在心理健康信号向量；步骤4，在潜在心理信号感知下的文本表示层中，根据心理危机消息的通用语义向量和心理危机用户潜在心理健康信号向量生成自我感知的心理危机消息文本向量，根据心理支持消息的通用语义向量和心理支持用户潜在心理健康信号向量生成自我感知的心理支持消息文本向量，根据心理危机消息的通用语义向量和心理支持用户潜在心理健康信号向量生成交互感知的心理危机消息文本向量，根据心理支持消息的通用语义向量和心理危机用户潜在心理健康信号向量生成交互感知的心理支持消息文本向量；步骤5，在决策层中，将自我感知的心理危机消息文本向量和自我感知的心理支持消息文本向量输入至一个匹配器中，得到基于自我感知的匹配向量，将生成交互感知的心理危机消息文本向量和交互感知的心理支持消息文本向量输入至另一个匹配器中，得到基于交互感知的匹配向量，将基于自我感知的匹配向量、基于交互感知的匹配向量、心理危机消息的统计特征和心理支持消息的统计特征进行拼接，拼接后输入至多层感知机中，得到心理危机消息和心理支持消息的概率分值，所述概率分值用于指示心理危机消息和心理支持消息的匹配程度。2.根据权利要求1所述的基于潜在心理健康信号的检索式问答方法，其特征在于，在输入层中，采用Word2Vec训练的词向量作为生成心理危机消息的语义特征矩阵和心理支持消息的语义特征矩阵提取的数据集。3.根据权利要求1所述的基于潜在心理健康信号的检索式问答方法，其特征在于，心理危机消息的语言特征矩阵和心理支持消息的语言特征矩阵均由语言探索与字词计数特征矩阵和词性特征矩阵拼接得到。4.根据权利要求1所述的基于潜在心理健康信号的检索式问答方法，其特征在于，在所述输入层中，使用用于情绪分类的数据集对预训练BERT模型进行微调，得到改进后的预训
练BERT模型，并通过改进后的预训练BERT模型生成心理危机消息的情绪特征矩阵和心理支持消息的情绪特征矩阵。5.根据权利要求1所述的基于潜在心理健康信号的检索式问答方法，其特征在于，所述方法具体包括：在语义表示模块中，采用两个独立的Transformer分别对心理危机消息的语义特征矩阵和心理支持消息的语义特征矩阵进行编码，获得并输出心理危机消息的通用语义向量和心理支持消息的通用语义向量具体公式如下：具体公式如下：其中，表示与心理危机消息对应的Transformer，表示与心理支持消息对应的Transformer。6.根据权利要求5所述的基于潜在心理健康信号的检索式问答方法，其特征在于，所述方法具体包括：在潜在心理健康信号推理模块中，将心理危机消息的语言特征矩阵心理支持消息的语言特征矩阵送至CNN搭建的第一编码层，将心理危机消息的情绪特征矩阵心理支持消息的情绪特征矩阵送至Transformer搭建的第二编码层，获得心理危机消息语言向量心理支持消息语言向量心理危机消息情绪向量心理支持消息情绪向量接着将这些向量作为输入送入由全连接层构成的推理层，输出K维的心理危机用户潜在心理健康信号向量和心理支持用户潜在心理健康信号向量在潜在心理信号感知下的文本表示层中，根据心理危机消息的通用语义向量和心理危机用户潜在心理健康信号向量生成自我感知的心理危机消息文本向量x
pp
，根据心理支持消息的通用语义向量和心理支持用户潜在心理健康信号向量生成自我感知的心理支持消息文本向量x
rr
，根据心理危机消息的通用语义向量和心理支持用户潜在心理健康信号向量生成交互感知的心理危机消息文本向量x
...

【专利技术属性】
技术研发人员：刘德喜，赵芸，万常选，万齐智，王君，
申请(专利权)人：江西财经大学，
类型：发明
国别省市：