[发明专利]一种基于情感衰变因子的抑郁情绪分析方法

说明书

本发明公开了一种基于情感衰变因子的抑郁情绪分析方法，该方法包括以下步骤：特定人群微博文本采集与标注；微博文本预处理；情感分类器设计；抑郁指数学习模型建立，以抑郁指数表征个体抑郁程度；情感衰变因子的引入，刻画个体抑郁情绪的波动情况。本发明基于情感衰变因子的抑郁情绪分析方法是根据已有的情感词典及网络用语特点，构建专业的抑郁情感词典，更加准确识别抑郁情感特征词，提高识别准确率；本发明还提出引入情感衰变因子的数学模型来计算抑郁情绪值，真实有效地刻画个体抑郁情绪的变化过程，对于抑郁症的预防和治疗有着积极的意义；本发明准确地对个体的抑郁情绪进行了识别与分析。

技术领域

本发明属于文本情感分析和社交网络领域，涉及了计算机与心理学领域，具体涉及一种基于情感衰变因子的抑郁情绪分析方法。

背景技术

抑郁症是世界第四大疾病，预计到2020年将成为第二大。但我国对抑郁症的医疗防治还处在识别率低的局面，地级市以上的医院对其识别率不足20％，只有不到10％的患者接受了相关的药物治疗。同时，抑郁症的发病(和自杀事件)已开始出现低龄(大学，乃至中小学生群体)化趋势。综上所述，对抑郁症的科普、防范、治疗工作亟待重视，抑郁症防治已被列入全国精神卫生工作重点。

据研究，抑郁症是自杀率最高的疾病，抑郁症患者的自杀率比一般人群高20倍。抑郁症已成为全球疾病中给人类造成严重负担的第一位重要疾病，对患者及其家属造成的痛苦，对社会造成的损失是其他疾病所无法比拟的。由于自杀是在疾病发展到一定的严重程度时才发生的，有些不明原因的自杀者可能生前已患有严重的抑郁症，只不过没被及时发现罢了，所以及早发现疾病，及早治疗，对抑郁症的患者非常重要。

与轻度抑郁症很接近的抑郁情绪是一种不良情绪，也是人们在日常生活中经常遇到的一种情绪。当前社会竞争日益激烈，几乎每个人都在超负荷运转，很容易产生不同程度的抑郁情绪，这是一种很常见的情感成分。当人们遇到精神压力、生活挫折、痛苦境遇、生老病死、天灾人祸等情况时，理所当然会产生抑郁情绪。抑郁情绪如果得不到有效释放和缓解，长期积攒很容易引发轻度抑郁症，进而转变成严重抑郁症，因此及时地发现抑郁情绪十分重要。

有人对抑郁症患者追踪10年的研究发现，有75％～80％的患者多次复发，故抑郁症患者需要进行预防性治疗。在抑郁症治疗方法中，有一个方法是自助心理训练，进行心理训练，首先要去觉察不良的情绪和负性想法，即抑郁情绪。

在社交网络高度发达的时代，微博等网络社交工具在高校学生中的普及率达到90％以上，大量学生通过微博等社交平台表达自己的观点、意见、情感等，这些平台也为许多有抑郁情绪的个体进行情感发泄提供了场所。

考虑以上因素，本发明提供一种基于情感衰变因子的抑郁情绪分析方法。通过对微博文本进行挖掘分析，能够及时有效地发现并分析个体的抑郁情绪，对于抑郁症的预防和治疗有着积极的意义

发明内容

本发明的目的在于提供一种基于情感衰变因子的抑郁情绪分析方法，根据已有的情感词典及网络用语特点，构建专业的抑郁情感词典，更加准确识别抑郁情感特征词，提高识别准确率；同时，还基于支持向量机构建抑郁情感分类器，对个体每条微博文本进行抑郁情感分类，得到分类结果后，通过抑郁指数衡量个体抑郁程度，最后考虑个体抑郁情绪波动的连续性问题。

为了达到上述目的，本发明通过以下技术方案实现：

一种基于情感衰变因子的抑郁情绪分析方法，包含以下步骤：

S1、发动人群在线填写抑郁自评量表，获得个体的抑郁量表得分以及微博昵称，并采集其微博文本，并通过专家系统对微博内容进行标注；

S2、微博文本预处理，包含文本分词、去停用词和抑郁情感词典构建；

S3、经过特征选择、特征加权，根据所述特征选择的结果与所述特征加权的结果构建词向量空间，构造文本分类器将待分类的微博文本进行分类，得到每条微博文本的抑郁情感状态；