心理健康测评方法、设备及存储介质
本技术涉及人工智能,尤其涉及一种心理健康测评方法、设备及存储介质。
背景技术:
1、随着社会对心理健康关注度的不断提高,心理健康测评与心理支持服务在教育机构、医疗环境及高风险职业等场景的应用需求日益增长,对心理健康测评的效率、准确性与交互体验提出了更高要求。
2、目前,心理健康测评技术已引入人工智能辅助测评方案,部分系统基于知识图谱与预设问答树向用户发起提问,并根据用户问答反馈生成心理测评结果。然而,此类测评方式的回复与判断逻辑均高度依赖人工构建的知识库与固定问答规则,仅能按照预设流程执行标准化交互,难以适配实际应用中用户复杂、模糊或带有个人表达习惯的个性化表达,进而导致对用户心理状态的识别与判断存在偏差,最终使得心理健康测评结果准确性较低。
3、因此,如何提升心理健康测评的结果准确性,是目前亟需解决的一个问题。
技术实现思路
1、本技术的主要目的在于提供一种心理健康测评方法、设备及存储介质,旨在提升心理健康测评的结果准确性。
2、为实现上述目的,本技术提供一种心理健康测评方法,所述心理健康测评方法包括:
3、采集待测评用户的语言表达样本,基于所述语言表达样本建立所述待测评用户的个性化表达锚点表,其中,所述个性化表达锚点表用于指示所述待测评用户在预设评分字段的各选项等级上的语言表达锚点;
4、基于预设的心理测评表,与所述待测评用户进行量表测评交互,得到所述待测评用户的自然语言回答;
5、根据所述个性化表达锚点表对所述自然语言回答进行校准,得到所述待测评用户对所述心理测评表中各题项的目标选项等级,以基于各所述目标选项等级生成测评结果。
6、在一实施例中,所述采集待测评用户的语言表达样本的步骤,包括:
7、与待测评用户进行信任感知交互,获取所述待测评用户的语言表达样本;
8、其中,所述语言表达样本用于表征所述待测评用户对预设评分字段的个人表达尺度,所述预设评分字段包括频率字段、强度字段、持续性字段和影响范围字段。
9、在一实施例中,所述基于所述语言表达样本建立所述待测评用户的个性化表达锚点表的步骤,包括:
10、对所述语言表达样本进行语义编码,得到对应的表达向量;
11、按照每一所述预设评分字段的各选项等级,对所述表达向量进行分组聚合,得到多个向量分组;
12、基于各所述向量分组,确定所述待测评用户在每一所述预设评分字段的各选项等级上的个性化表达锚点,以基于各所述个性化表达锚点构建所述个性化表达锚点表。
13、在一实施例中,所述基于各所述向量分组,确定所述待测评用户在每一所述预设评分字段的各选项等级上的个性化表达锚点的步骤,包括:
14、针对每一所述预设评分字段的任一第一选项等级,确定所述第一选项等级对应的第一向量分组中的向量数量;
15、在所述向量数量低于第一预设阈值的情况下,确定所述预设评分字段的各选项等级中,与所述第一选项等级相邻的第二选项等级;
16、基于所述第二选项等级对应的第二向量分组和所述第一向量分组,确定所述第一选项等级的个性化表达锚点。
17、在一实施例中,所述基于预设的心理测评表,与所述待测评用户进行量表测评交互,得到所述待测评用户的自然语言回答的步骤,包括:
18、将预设的心理测评量表中的原始问题转换为对话式问题;
19、依次向所述待测评用户输出各所述对话式问题,获取所述待测评用户以自然语言形式输入的回复,作为所述自然语言回答。
20、在一实施例中,所述根据所述个性化表达锚点表对所述自然语言回答进行校准,得到所述待测评用户对所述心理测评表中各题项的目标选项等级的步骤,包括:
21、针对所述心理测评表中的任一题项,提取所述题项对应的自然语言回答的第一语义向量,以及所述题项的各候选选项等级的第二语义向量;
22、提取所述题项对应的自然语言回答中与所述预设评分字段相关的第三语义向量,并获取所述个性化表达锚点表中与所述题项的各候选选项等级对应的锚点向量;
23、确定所述第一语义向量和所述第二语义向量的第一匹配度,并确定所述第三语义向量和所述锚点向量的第二匹配度;
24、基于所述第一匹配度和所述第二匹配度确定各所述候选选项等级的候选评分;
25、基于各所述候选评分,确定所述题项的目标选项等级。
26、在一实施例中,所述基于所述第一匹配度和所述第二匹配度确定各所述候选选项等级的候选评分的步骤,包括:
27、针对所述题项的任一候选选项等级,确定所述题项对应的自然语言回答对所述预设评分字段的覆盖置信度,并确定所述题项对应的自然语言回答的惩罚置信度,其中,所述惩罚置信度从跨轮语义矛盾和表达模糊的维度评价得到;
28、根据所述候选选项等级对应的所述第一匹配度、所述第二匹配度、所述覆盖置信度和所述惩罚置信度,确定所述候选选项等级的候选评分。
29、在一实施例中,所述基于各所述候选评分,确定所述题项的目标选项等级的步骤,包括:
30、分别对各所述候选评分进行归一化处理,得到各所述候选选项等级的候选概率;
31、确定各所述候选概率中最大的第一候选概率和第二大的第二候选概率,确定所述第一候选概率和所述第二候选概率之间的差值;
32、在所述差值大于或者等于第二预设阈值的情况下,将所述第一候选概率对应的候选选项等级作为所述题项的目标选项等级;
33、在所述差值小于第二预设阈值的情况下,根据所述题项对应的自然语言回答生成至少一个反事实回答,形成反事实集合,基于所述反事实集合从各所述候选选项等级中确定所述题项的目标选项等级。
34、在一实施例中,所述基于所述反事实集合从各所述候选选项等级中确定所述题项的目标选项等级的步骤,包括:
35、分别确定所述反事实集合中各所述反事实回答各自的反事实候选概率;
36、针对每一所述反事实回答,确定所述反事实回答对应的各反事实候选概率中最大的第三候选概率,得到所述第三候选概率对应的反事实选项等级;
37、将各所述反事实选项等级中出现频率最高的选项等级,作为所述题项的目标选项等级。
38、此外,为实现上述目的,本技术还提供一种心理健康测评装置,所述心理健康测评装置包括:
39、锚点构建模块,用于采集待测评用户的语言表达样本,基于所述语言表达样本建立所述待测评用户的个性化表达锚点表,其中,所述个性化表达锚点表用于指示所述待测评用户在预设评分字段的各选项等级上的语言表达锚点;
40、交互模块,用于基于预设的心理测评表,与所述待测评用户进行量表测评交互,得到所述待测评用户的自然语言回答;
41、校准模块,用于根据所述个性化表达锚点表对所述自然语言回答进行校准,得到所述待测评用户对所述心理测评表中各题项的目标选项等级,以基于各所述目标选项等级生成测评结果。
42、此外,为实现上述目的,本技术还提出一种电子设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的心理健康测评方法的步骤。
43、此外,为实现上述目的,本技术还提供一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现心理健康测评方法的程序,所述实现心理健康测评方法的程序被处理器执行以实现如上所述心理健康测评方法的步骤。
44、此外,为实现上述目的,本技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的心理健康测评方法的步骤。
45、本技术提供了一种心理健康测评方法,本技术首先采集待测评用户的语言表达样本,基于语言表达样本建立待测评用户的个性化表达锚点表,其中,个性化表达锚点表用于指示待测评用户在预设评分字段的各选项等级上的语言表达锚点;基于预设的心理测评表,与待测评用户进行量表测评交互,得到待测评用户的自然语言回答;根据个性化表达锚点表对自然语言回答进行校准,得到待测评用户对心理测评表中各题项的目标选项等级,以基于各目标选项等级生成测评结果。
46、综上可知,本技术首先通过采集待测评用户的语言表达样本并建立所述待测评用户的个性化表达锚点表,实现了对用户个人表达习惯的精准刻画,为后续识别用户真实语义提供了依据。在量表测评交互过程中,本技术根据所述个性化表达锚点表对所述待测评用户的自然语言回答进行校准,将所述自然语言回答映射为所述心理测评量表中各题项的目标选项等级,并基于各所述目标选项等级生成测评结果。由此,相比于传统技术中依据固定问答规则和通用语义模板进行标准化匹配的方式,本技术能够自适应地理解不同用户对预设评分字段的个性化表述差异,将用户带有个人表达习惯的自然语言回答校准为标准选项等级,使自然语言回答与量表选项等级之间的映射关系更加符合该用户的真实表达意图,从而提升了心理健康测评的结果准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com