System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及自然语言处理,尤其涉及未成年人心理干预方案的生成方法及系统。
技术介绍
1、保护未成年人健康发展是社会各界的共识,但是近年来,未成年人的心理健康问题出现得越来越多,由于心理健康问题导致的抑郁症青少年、自闭青少年不在少数,甚至有一些还衍生为暴力倾向,成为社会的不安定因素,长大后很可能伤害到自己和他人,因此在未成年人的成长过程中,需要外界的心理健康指导,尤其是对于具备犯罪倾向,甚至已经有违法记录的青少年尤其需要;但是现阶段,未成年人心理健康方面的专业人士的数量,相对未成年人的数量太少,因此需要一种能够针对每个未成年人生成个性心理干预方案的方法,来辅助相关工作人员更专业、更有效地对未成年人做出干预以维护其心理健康。
2、随着自然语言处理技术的发展和突破,实现一种未成年人心理干预方案的生成方法具备了技术基础,从而辅助相关工作人员对未成年人做出有效的心理疏导。
技术实现思路
1、本专利技术的目的在于针对现有技术的不足提供未成年人心理干预方案的生成方法及系统,旨在辅助相关工作人员对未成年人做出有效的心理疏导。
2、本专利技术通过以下技术方案来实现上述目的:
3、一种未成年人心理干预方案的生成方法,包括:
4、信息分类步骤:采用自然语言处理模型对未成年人的信息分类提取得到成长经历信息、生活环境信息、人际关系信息、语言信息、行为信息及自我评估信息;
5、信息加工步骤:接收用户提交的分析需求,采用自然语言处理模型针对分析需求从
6、创建决策树步骤:为分类后的信息分别对应创建决策树,采用自然语言处理模型设定所述关键字的判别标准,根据所述判别标准将所述关键字作为子节点添加至所述决策树;
7、调整步骤:计算所述决策树的信息熵,若所述信息熵高于第一阈值,则再次执行所述创建决策树步骤,若所述信息熵低于第一阈值,则计算所述决策树中各子节点对应的类别的概率,比较出最大概率对应的类别得到决策结果,
8、计算每个决策树对应的决策结果与其他决策树对应的决策结果的相关度,若所述相关度都大于第二阈值,则将所述决策结果作为信息分析结果,否则,再次执行所述创建决策树步骤;
9、输出方案步骤:采用所述自然语言处理模型对所述信息分析结果进行处理后,输出干预方案。
10、进一步的,所述创建决策树步骤包括:
11、创建根节点子步骤:根据信息的类型,创建决策树的根节点;
12、设定判别标准子步骤:将所述关键字输入所述自然语言处理模型,由所述自然语言处理模型根据所述分析需求为所述关键字设定判别标准;
13、添加子节点子步骤:判断所述关键字是否满足所述判别标准,若满足,则将所述关键字作为子节点添加到所述决策树的一个子树中,若不满足,则将所述关键字添加到所述决策树的另一个子树中。
14、进一步的,所述创建决策树步骤中,包括:
15、所述决策树为三叉树;
16、所述决策树的左子树、中子树、右子树中任意一个子树作为无关子树,所述无关子树用来添加无法用所述判别标准进行分类的关键词,且所述无关子树不参与信息熵的计算。
17、进一步的,所述调整步骤中,信息熵的计算采用以下公式:
18、
19、其中,h[x]表示信息熵,p(x)是每一个子节点对应的类别的概率,a是决策树的深度。
20、进一步的,所述相关度的计算过程包括:
21、对所述决策结果进行特征提取得到二维特征向量;
22、采用以下公式计算每个所述决策结果的二维特征向量与其他决策结果的二维特征向量之间的皮尔森相关系数:
23、
24、其中sim表示皮尔森相关系数,x是所述二维特征向量的横坐标,y是所述二维特征向量的纵坐标,和分别是所有决策结果的二维特征向量的横坐标平均值和纵坐标平均值,i是决策树的标号,n是决策树的数量。
25、进一步的,所述第一阈值的通过以下公式设定:
26、
27、其中,h[x]表示第一阈值,是每个所述子节点对应的类别的概率平均值,a是决策树的深度。
28、进一步的,所述第二阈值与所述决策树的数量呈负相关,按照以下公式设定:
29、
30、其中,simtt是所述第二阈值,b是决策树的数量。
31、进一步的,所述输出方案步骤包括:
32、准备子步骤:选择transformer作为自然语言处理模型,获取对未成年人进行心理干预的成功案例作为语言范本,将所述语言范本分为训练集和验证集,从所述训练集中提取关键字并构建训练决策树;
33、模型训练子步骤:将所述训练决策树输入到所述自然语言处理模型中进行处理再输出处理结果,计算处理结果与所述验证集的皮尔森相关系数,直到所述皮尔森相关系数大于0.7,则判定训练完成;
34、方案输出子步骤:所述自然语言处理模型处理所述信息分析结果后,输出干预方案。
35、一种智能生成未成年人心理干预方案的系统,应用上述的未成年人心理干预方案的生成方法,包括:
36、信息分类模块:采用自然语言处理模型对未成年人的信息分类提取得到成长经历信息、生活环境信息、人际关系信息、语言信息、行为信息及自我评估信息;
37、信息加工模块:接收用户提交的分析需求,采用自然语言处理模型针对分析需求从分类后的信息中提取关键字;
38、创建决策树模块:为分类后的信息分别对应创建决策树,采用自然语言处理模型设定所述关键字的判别标准,根据所述判别标准将所述关键字作为子节点添加至所述决策树;
39、调整模块:计算所述决策树的信息熵,若所述信息熵高于第一阈值,则再次执行所述创建决策树模块,若所述信息熵低于第一阈值,则计算所述决策树中各子节点对应的类别的概率比较出最大概率对应的类别得到决策结果,
40、计算每个决策树对应的决策结果与其他决策树对应的决策结果的相关度,若所述相关度都大于第二阈值,则将所述决策结果作为信息分析结果,否则,再次执行所述创建决策树模块;
41、输出方案模块:采用所述自然语言处理模型对所述信息分析结果进行处理后,输出干预方案。
42、进一步的,所述创建决策树模块包括:
43、创建根节点子模块:根据信息的类型,创建决策树的根节点;
44、设定判别标准子模块:将所述关键字输入所述自然语言处理模型,由所述自然语言处理模型根据所述分析需求为所述关键字设定判别标准;
45、添加子节点子模块:判断所述关键字是否满足所述判别标准,若满足,则将所述关键字作为子节点添加到所述决策树的一个子树中,若不满足,则将所述关键字添加到所述决策树的另一个子树中。
46、本专利技术的有益效果是:通过创建基于决策树的分析方法,对未成年人的成长经历、生活环境、人际关系、语言本文档来自技高网...
【技术保护点】
1.一种未成年人心理干预方案的生成方法,其特征在于,包括:
2.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述创建决策树步骤包括:
3.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述创建决策树步骤中,包括:
4.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述调整步骤中,信息熵的计算采用以下公式:
5.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述相关度的计算过程包括:
6.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述第一阈值的通过以下公式设定:
7.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述第二阈值与所述决策树的数量呈负相关,按照以下公式设定:
8.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述输出方案步骤包括:
9.一种智能生成未成年人心理干预方案的系统,应用权利要求1—8任意一项所述的未成年人心理干预方案的生成方法,其特征在
10.根据权利要求9所述的智能生成未成年人心理干预方案的系统,其特征在于,所述创建决策树模块包括:
...【技术特征摘要】
1.一种未成年人心理干预方案的生成方法,其特征在于,包括:
2.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述创建决策树步骤包括:
3.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述创建决策树步骤中,包括:
4.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述调整步骤中,信息熵的计算采用以下公式:
5.根据权利要求1所述的未成年人心理干预方案的生成方法,其特征在于,所述相关度的计算过程包括:
6.根据权利要求1所述的未成年人心理干...
【专利技术属性】
技术研发人员:张公议,
申请(专利权)人:深圳华思软件有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。