[发明专利]心理压力问题的感知方法及装置有效
| 申请号： | 201811519265.7 | 申请日： | 2018-12-12 |
| 公开（公告）号： | CN109801706B | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 冯铃;曹檑;张慧君;王鑫;何小豪;辛云星 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;李相雨 |
| 地址： | 100084 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种心理压力问题的感知方法及装置。其中，上述方法包括基于文本词汇获取对应的初始词向量并结合LSTM网络层，获得上下文向量；并基于MHA模型获得语义关联矩阵，结合全连接网络层获取语义关联度映射；基于语义关联度映射以及注意力网络层生成注意力向量；结合上下文向量以及前馈全连接网络模型，获取压力分类向量。本发明实施例提供的心理压力问题的感知方法及装置采用LSTM网络层、MHA模型、全连接网络层、注意力网络层以及前馈全连接网络模型获取压力分类向量，以大量反映青少年心理状态的文本词汇为数据分析的基础，通过计算机进行大量的数据训练，准确获取反映青少年心理压力状态的感知结果，准确有效，为青少年的心理疏导提供依据。 | ||
| 搜索关键词： | 心理压力 问题 感知 方法 装置 | ||
【主权项】：
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。
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清华大学，未经清华大学许可，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/patent/201811519265.7/，转载请声明来源钻瓜专利网。
