[发明专利]一种基于文本语义向量模型评估心理状态的系统和装置

说明书

本发明提出了一种基于文本语义向量模型评估心理状态的系统和装置，通过本发明的技术方案，基于文本语义向量模型评估心理状态，不需要通过用户手动做题或和用户面对面接触，而是通过分析用户的心情文本或说说对用户的心理状态进行评测，这种方式不会对用户造成压力，并能获取到用户最新的真实心理状态，最后可以通过文本分析得到评估结果和相应的对策建议，这样可以使用户可以直观的了解到自己当前的心理状态，并根据建议进行自我调整或即使进行就医以便达到心理健康的状态。

技术领域

本发明属于健康监测与管理技术领域，尤其涉及一种基于文本语义向量模型评估心理状态的系统和装置。

背景技术

随着现代社会中生活压力的日益增长，心理疾病成为一个越来越普遍的现象。常见的心理疾病包括抑郁症、焦虑症、强迫症等。这些心理疾病不仅影响患者的正常生活，严重时甚至会使患者产生自杀企图，因而引起了社会对心理疾病的关注和担忧。据世界卫生组织报告，抑郁症在全世界发病率约11％，已成为危害人类健康的第四大疾病，到2020年可能成为仅次于心脏病的第二大疾病。在我国，抑郁症发病率高达7％，而且由于发现不及时与认识不足，治疗率仅为20％。因抑郁导致的自杀死亡事件频发。

然而，当前大部分心理健康服务还停留在″被动″模式，主要通过传统问卷发放方式或用户向心理健康咨询中心咨询或到医院就诊发现心理异动个体。但由于人力物力所限，长期以来心理学研究者无法获取覆盖研究对象全体的数据，也不便对个体心理健康状态变化进行跟踪研究，难以对心理行为异动个体进行及时主动干预。

现有分析心理状态测试设备有很多，但现有技术设备大而复杂，设备、测试对象的情绪波动容易影响分析结果，且无法直观、简单地表现受试者的心理状态。心理健康测试，一般均为问卷式测试，也即是将纸件的问卷发到被评估人员手中，被评估人员完成问卷回答后，回收问卷，再由评估人员根据每份问卷的答复情况做出评估。这种测试方式的缺陷在于，不能在被评估人员作问卷填写的时候同时监测被评估人员的血压，心率等体征信息，也就不能对被评估人员作出更准确的心理健康测试分析，另一方面被评估人员需在接近睡眠状态下测试各项指标时，现有设备存在缺陷，且不具有显示器显示。

同时，传统的互联网心理测评软件，比较单一化，集中于单次测试和报告生成结果分析，会导致测评结果的偶然性，对测试者产生评测结果的误差，随着行业的发展，互联网产品逐渐加入和补充了统计分析的产品和技术方案，让使用者结果更具有科学性。但这仍然无法达到心理测评的实际需求，仍然导致很多误差。

专利″一种基于互联网的心理健康评估系统″(CN201610808709.3)提出了一种基于互联网的心理健康评估系统。系统中，云端数据库用于存储已知的样本中心理测试量表的因子得分；利用RBF神经网络算法建立心理健康评估模型。RBF神经网络模型对新个体心理健康状态进行评估后，将评估结果上传至云端。该系统还是基于传统的心理测试表结果，无法对对心理健康状态进行客观评估和追踪研究。

专利″一种心理健康状态评估方法″(CN201210576344.8)提出了一种利用机器学习进行心理健康状态评估的方法。该评估方法的实现步骤为：首先，基于已知样本中个体网络行为特征和人口统计学特征，建立和训练基于网络行为特征的心理健康状态评估模型；其次获取新个体的网络行为特征和人口统计学特征；最好，根据上述建立的评估模型，得到该新个体的心理健康状态。优点是消除了主观因素对心理健康状态评估的影响，缺点是行为数据来源单一、挖掘不够彻底，心理健康状态评估的准确度无法保证。