用于分析自然语言的心理健康评测系统、方法及介质与流程

本发明涉及人工智能，特别是指一种用于分析自然语言的心理健康评测系统、方法及计算机可读存储介质。

背景技术：

1、“心理动力”这个理论的潜在假设认为，行为来自人们心理世界的运动和互动。它强调心理激发行为的方式，以及心理和行为如何影响个人的社会环境并如何受个人社会环境的影响。

2、心理动力理论主要代表人物有博丁、纳切曼和西格尔。他们以奥地利心理学家弗洛伊德的个性心理分析理论为基础，吸取了特性—因素理论和以当事人为中心理论的一些概念和技术，对职业团体作大量研究，于20世纪60年代后期提出一套职业需要与指导的理论。心理动力学包含多种分类理论，例如：焦虑与防卫机制包括：1、焦虑本我欲望违反超我原则时，自我发出警告，内部出现无法接受冲突。焦虑是一种痛苦的情绪体验。2、防卫机制自我为消除不愉快的情绪体验所采取的方法，包括阻挠或掩饰不被允许的或不被赞同的欲望以减少内心冲突。

3、随着计算机科学的飞速发展，利用神经网络技术对自然语言文本蕴含的丰富的情感信息，以及对应的用户相应的心理状态已经能够高效地进行分析，实现心理动力理论的目标。然而，现有技术在实现心理动力理论的目标时，存在处理复杂性和多样性不足的缺陷。现有的神经网络模型不足以捕捉和理解人类心理状态的复杂性和多样性，人类的情感和心理状态是多维度和动态变化的，而现有模型过于简单或静态，无法全面准确地反映这种复杂性。情感多样性，用户的情感表达方式多种多样，包括文字、表情、语气等多种形式。现有技术在处理这些多样化的情感表达时存在局限，难以全面捕捉用户的真实情感。具体地，需要一种技术能够对用户输入的网络文本进行情感分析，判定它的心理健康状态，指导医生或专业人员根据分析评测结果确定恰当的处理策略。

技术实现思路

1、为了实现基于神经网络高效、准确地分析自然语言文本，获取心理健康的监测结果的技术问题，本发明实施例提供了一种用于分析自然语言的心理健康评测系统、方法及计算机可读存储介质。所述技术方案如下：

2、第一方面，提供了一种用于分析自然语言的心理健康评测系统，所述系统包括：词法分析模块，用于获取自然语言文本，对所述自然语言文本进行预处理，得到所述自然语言文本的词法单元；语法分析模块，用于利用预先训练的语法分析模型对所述词法单元进行处理；根据每个词法单元生成所述自然语言文本对应的语法序列；对所述语法序列进行聚类运算，将所述词法单元输入至深度神经网络模型进行处理，所述深度神经网络模型包括：心理健康概率层和心理健康权重层；将所述词法单元依次送入心理健康概率层，得到所述词法单元的心理健康概率值；将所述心理健康概率值送入所述心理健康权重层，得到所述词法单元对应的心理健康权重值；情感分析模块，用于将所述语法序列输入预先训练的情感分析模型，所述情感分析模型根据所述语法序列为所述自然语言文本的词法单元生成一个基于上下文的词情感，将所述词情感序列聚类，生成所述自然语言文本的情感评测结果数值。

3、可选地，所述系统还包括：模型训练模块，用于使用标准样本的自然语言文本对所述深度神经网络模型进行训练，在训练过程中调整所述心理健康概率层和所述心理健康权重层的模型参数，直至所述深度神经网络模型的输出结果与所述标准样本的自然语言文本预期结果相一致。

4、可选地，词法分析模块，对所述自然语言文本进行预处理，得到所述自然语言文本的词法单元，包括：对所述自然语言文本进行分段处理，生成子文本序列；对所述子文本序列的每个子文本进行识别，提取其中的情感词单元作为相应的词法单元。

5、可选地，采用以下计算方法获得所述词法单元的心理健康概率值p：

6、（1）

7、其中，代表同一词法单元出现的次数，，为同一词法单元出现的总数量，代表第次出现对应的心理健康概率值，代表预定的补偿系数。

8、可选地，采用以下计算方法获得所述词法单元的心理健康权重值：

9、（2）

10、其中， 代表词法单元的编号，代表第个词法单元的正则化常数，代表第个词法单元的优化常数，代表预定的补偿系数。

11、可选地，对所述自然语言文本进行分段处理，生成子文本序列，包括：对所述自然语言文本进行上下文规则分析，所述上下文规则分析包括对所述自然语言文本进行切分和词语识别，生成子文本序列；对有歧义的子文本序列进行重新切分和词语识别。

12、可选地，提取其中的情感词单元作为相应的词法单元，包括以下提取规则：简化规则：将子文本序列简化；以及，去冗规则：去除冗余的子文本序列。

13、可选地，所述情感词单元包括：积极情感词单元：具有积极情绪意义的情感词单元；消极情感词单元：具有消极情绪意义的情感词单元；或者，非显式情感词单元：非显式情绪意义的情感词单元。

14、第二方面，提供了一种用于分析自然语言的心理健康评测方法，所述方法包括：获取自然语言文本，对所述自然语言文本进行预处理，得到所述自然语言文本的词法单元；利用预先训练的语法分析模型对所述词法单元进行处理；根据每个词法单元生成所述自然语言文本对应的语法序列；对所述语法序列进行聚类运算，将所述词法单元输入至深度神经网络模型进行识别，所述深度神经网络模型包括：心理健康概率层和心理健康权重层；所述词法单元依次送入心理健康概率层，得到所述词法单元的心理健康概率值；将所述心理健康概率值送入所述心理健康权重层，得到所述词法单元对应的心理健康权重值；将所述语法序列输入预先训练的情感分析模型，所述情感分析模型根据所述语法序列为所述自然语言文本的词法单元生成一个基于上下文的词情感，将所述词情感序列聚类，生成所述自然语言文本的情感评测结果数值。

15、第三方面，提供一种计算机可读取存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码由处理器加载并执行以下功能，实现上述的用于分析自然语言的心理健康评测方法。

16、本发明实施例提供的技术方案带来的有益效果至少包括：实现了利用神经网络高效、准确地分析自然语言文本，获取心理健康的监测结果，为心理健康监测和干预提供了有力的技术支持。本发明利用先进的神经网络模型，即，深度神经网络模型，对自然语言文本进行高效处理和分析。能够快速解析大量文本数据，从中提取情感和心理状态相关的信息。系统能够准确分析用户文本中的情感信息，包括情绪类型、强度等，提供精细的情感分析结果。通过对文本中情感信息的综合分析，系统可以准确评估用户的心理健康状态，识别潜在的心理问题。

技术特征：

1.一种用于分析自然语言的心理健康评测系统，其特征在于，所述系统包括：

2.根据权利要求1所述的用于分析自然语言的心理健康评测系统，其特征在于，所述系统还包括：

3.根据权利要求1所述的用于分析自然语言的心理健康评测系统，其特征在于，词法分析模块，对所述自然语言文本进行预处理，得到所述自然语言文本的词法单元，包括：

4.根据权利要求1所述的用于分析自然语言的心理健康评测系统，其特征在于，采用以下计算方法获得所述词法单元的心理健康概率值p：

5.根据权利要求1所述的用于分析自然语言的心理健康评测系统，其特征在于，采用以下计算方法获得所述词法单元的心理健康权重值：

6.根据权利要求3所述的用于分析自然语言的心理健康评测系统，其特征在于，对所述自然语言文本进行分段处理，生成子文本序列，包括：

7.根据权利要求3所述的用于分析自然语言的心理健康评测系统，其特征在于，提取其中的情感词单元作为相应的词法单元，包括以下提取规则：

8.根据权利要求3所述的用于分析自然语言的心理健康评测系统，其特征在于，所述情感词单元包括：

9.一种用于分析自然语言的心理健康评测方法，其特征在于，所述方法包括：

10.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码由处理器加载并执行以下功能，实现可权利要求9所述的用于分析自然语言的心理健康评测方法。

技术总结本发明提供用于分析自然语言的心理健康评测系统、方法及介质。所述系统包括：词法分析模块，用于获取自然语言文本，对所述自然语言文本进行预处理，得到所述自然语言文本的词法单元；语法分析模块，用于利用预先训练的语法分析模型对所述词法单元进行处理；根据每个词法单元生成所述自然语言文本对应的语法序列；对所述语法序列进行聚类运算，将所述词法单元输入至深度神经网络模型进行识别；以及情感分析模块，用于将所述语法序列输入预先训练的情感分析模型，生成所述自然语言文本的情感评测结果数值。本发明还提供一种用于分析自然语言的心理健康评测方法。本发明实现了利用神经网络高效、准确地分析自然语言文本，获取心理健康的监测结果。技术研发人员：尹琳,史晟辉,阳玥,冯景怡,闫慧芳,闫岩,李琳受保护的技术使用者：中日友好医院（中日友好临床医学研究所）技术研发日：技术公布日：2024/8/20