[发明专利]心理咨询师的共情会谈训练方法、装置、设备及存储介质有效

专利信息
申请号: 202210028103.3 申请日: 2022-01-11
公开(公告)号: CN114418115B 公开(公告)日: 2023-09-12
发明(设计)人: 任志洪;罗文俊 申请(专利权)人: 华中师范大学
主分类号: G06N20/00 分类号: G06N20/00;G06F40/284;G06F40/35
代理公司: 苏州达权专利代理事务所(普通合伙) 32737 代理人: 陆坚
地址: 430079 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 心理咨询 会谈 训练 方法 装置 设备 存储 介质
【权利要求书】:

1.一种心理咨询师的共情会谈训练方法,其特征在于,包括以下步骤:

对心理咨询师提问,获取所述心理咨询师的共情回应文本;

对所述共情回应文本进行文本处理,并进行向量化处理,生成向量化后的文本特征;以及

将所述向量化后的文本特征输入至预先训练的探索性技术分类和反馈的机器学习模型,得到共情技术类别和相似度,并基于所述共情技术类别和所述相似度确定所述心理咨询师的当前共情水平,并根据所述心理咨询师的训练目标继续进行共情会谈训练,或结束共情会谈训练;

在将所述文本特征输入至预先训练的探索性技术分类和反馈的机器学习模型之前,还包括:

利用共情交流编码系统定义的共情机会,获取真实会谈中的训练样本;

基于所述训练样本训练所述探索性技术分类和反馈的机器学习模型,其中,所述共情机会包括情感的直接表达、挑战的直接表达和进展的直接表达;

所述将所述向量化后的文本特征输入至预先训练的探索性技术分类和反馈的机器学习模型,得到共情技术类别和相似度,包括:根据机器学习算法得到所述共情回应文本的实际技术分类;

所述基于所述共情技术类别和所述相似度确定所述心理咨询师的当前共情水平,包括:根据所述心理咨询师的共情回应文本和预设文本之间相似度得到所述心理咨询师回应的共情水平;

利用共情交流编码系统定义的共情机会,获取真实会谈中的训练样本,基于所述训练样本训练所述探索性技术分类和反馈的机器学习模型,包括:共情机会标记:引入共情交流编码系统,从咨询会谈的第一手资料中抽取样本,对共情机会进行标记和改写,并选取改写后字数在预设字数的共情机会作为训练样本;其中,所述共情交流编码系统包括,识别患者创造的共情机会,编码医护人员对共情机会的反应,所述编码后的医护人员对共情机会的反应作为专家的共情回应文本;

共情回应撰写:利用助人技术三阶段模型中的探索阶段的技术,对样本进行文字回应,得到用户的共情回应文本;

数据预处理:对所述用户的共情回应文本和所述专家的共情回应文本分别进行预处理,并对预处理后的共情回应文本进行分词处理;

文本向量化:对分词后的文本分别进行词频-逆文件频率向量化,将文本转化为计算机可处理的数字,以分别得到用户回应的文本特征和专家回应的文本特征;

相似度计算:计算用户回应和专家回应的文本特征之间的余弦距离,作为用户回应与专家回应的相似度;

机器学习分类:对训练样本进行训练,得到分类结果,所述分类包括:重述、针对想法的开放式提问、情感反映、情感表露、和针对情感的开放式提问。

2.根据权利要求1所述的方法,其特征在于,所述对心理咨询师提问,获取所述心理咨询师的共情回应文本,包括:

获取所述心理咨询师的共情回应,并通过预设方式将所述共情回应转换成共情回应文本。

3.根据权利要求1所述的方法,其特征在于,所述对所述共情回应文本进行文本处理,并进行向量化处理,生成向量化后的文本特征,包括:

对所述共情回应文本进行预处理,并对预处理后的共情回应文本进行分词处理,以得到所述文本特征;

对所述文本特征进行词频与逆文件频率向量化,以生成所述向量化后的文本特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中师范大学,未经华中师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210028103.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top