[发明专利]心理压力问题的感知方法及装置

权利要求书

1.一种心理压力问题的感知方法，其特征在于，包括：

基于反映用户心理状态的文本词汇获取每个单词对应的初始词向量，并基于所述初始词向量以及LSTM网络层，获得上下文向量；

基于所述上下文向量以及反映不同文本词汇之间语义关联度的MHA模型，获得残差连接后的语义关联矩阵；

基于所述语义关联矩阵以及全连接网络层，获取残差连接后的语义关联度映射，并基于所述语义关联度映射以及注意力网络层生成用于表示语义关联权重分配的注意力向量；

基于所述注意力向量、所述上下文向量以及前馈全连接网络模型，获取反映心理压力问题的压力分类向量；

其中，所述基于所述上下文向量以及反映不同文本词汇之间语义关联度的MHA模型，获得残差连接后的语义关联矩阵包括：

获取由所述上下文向量组成的组合矩阵，并基于所述组合矩阵以及初始化后的第一参数、第二参数和第三参数分别获得相对应的第一矩阵、第二矩阵和第三矩阵；

根据矩阵行数不变以及平均依次顺序拆分列数的原则，获得所述第一矩阵相对应的若干第一分矩阵、所述第二矩阵相对应的若干第二分矩阵以及所述第三矩阵相对应的若干第三分矩阵；

基于所述第一分矩阵、所述第二分矩阵、所述第三分矩阵以及所述MHA模型，获得所述语义关联矩阵，其中所述MHA模型具体为：

U＝H+M，

M＝Concat(M₁,M₂，...M_g)，

1≤j≤g，其中U为残差连接后的语义关联矩阵；M为残差连接前的语义关联矩阵；H为所述组合矩阵；F_1，1、F_1，2…F_1，g均为所述第一分矩阵；F_2，1、F_2，2…F_2，g均为所述第二分矩阵；F_3，1、F_3，2…F_3，g均为所述第三分矩阵；g为所述第一矩阵、所述第二矩阵和所述第三矩阵被平均拆分的片数；de为所述初始词向量的向量长度。

2.根据权利要求1所述的方法，其特征在于，所述基于所述组合矩阵以及初始化后的第一参数、第二参数和第三参数分别获得相对应的第一矩阵、第二矩阵和第三矩阵具体为：

根据所述组合矩阵以及所述第一参数，获得所述第一矩阵；

根据所述组合矩阵以及所述第二参数，获得所述第二矩阵；

根据所述组合矩阵以及所述第三参数，获得所述第三矩阵，其中：

F₁＝HW₁，F₂＝HW₂，F₃＝HW₃，H＝[h₁ h₂...h_n]^T，其中F₁为所述第一矩阵、F₂为所述第二矩阵、F₃为所述第三矩阵；W₁为所述第一参数、W₂为所述第二参数、W₃为所述第三参数，H为所述组合矩阵，n为所述文本词汇中包含的单词的数量，h₁、h₂…h_n均为所述上下文向量。