【技术实现步骤摘要】
本申请涉及健康监测，尤其涉及一种基于文本的抑郁情绪障碍识别方法和装置。
技术介绍
1、抑郁情绪障碍会增加自杀和死亡的风险，对个人和社会都造成了严重的危害和负担。在确定患者是否存在抑郁情绪障碍的过程中，精神科医师通过访谈的方式确定患者是否存在抑郁情绪障碍，这种方式存在主观性大、准确率不高的问题。
2、随着自然语言处理技术的发展，越来越多的研究人员利用自然语言处理技术来客观地识别抑郁情绪障碍。目前采用神经网络模型通过文本来识别抑郁情绪障碍的方法，虽然能够提升识别抑郁情绪障碍的客观性和准确性，但是，存在着神经网络模型的泛化性能较低，导致难以部署到真实医疗场景中的问题。例如基于刺激内容a分别采集抑郁情绪障碍人员的回答内容和健康人员的回答内容，形成数据集a。然后采用该数据集a训练的神经网络模型能够通过抑郁情绪障碍人员和健康人员的回答内容，学习抑郁情绪障碍人员和健康人员的差异。但是，在实践中获知，采用数据集a训练后的神经网络模型还会学习到与识别抑郁情绪障碍无关的特征，造成学习到的差异包括虚假的差异，导致该神经网络模型在数据集b上的泛化性...
【技术保护点】
1.一种基于文本的抑郁情绪障碍识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于注意力机制的神经网络层包括第一注意力层，所述采用基于注意力机制的神经网络层对所述第一向量表示的特征信息、所述第二向量表示的特征信息和所述第三向量表示的特征信息进行融合，得到目标融合向量表示，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于注意力机制的神经网络层包括第一注意力层和第二注意力层，所述采用基于注意力机制的神经网络层对所述第一向量表示的特征信息、所述第二向量表示的特征信息和所述第三向量表示的特征信息进行融合，得到目标融...
【技术特征摘要】
1.一种基于文本的抑郁情绪障碍识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于注意力机制的神经网络层包括第一注意力层，所述采用基于注意力机制的神经网络层对所述第一向量表示的特征信息、所述第二向量表示的特征信息和所述第三向量表示的特征信息进行融合，得到目标融合向量表示，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于注意力机制的神经网络层包括第一注意力层和第二注意力层，所述采用基于注意力机制的神经网络层对所述第一向量表示的特征信息、所述第二向量表示的特征信息和所述第三向量表示的特征信息进行融合，得到目标融合向量表示，包括：
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据所述目标响应文本确定预设数量的目标先验知识文本，...
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。