[发明专利]一种基于文本的抑郁症识别方法

权利要求书

1.一种基于文本的抑郁症识别方法，其特征在于，包括：

获取被测用户的语音信息并转换为文本信息；

将所述文本信息转换为文本嵌入向量；

基于所述文本嵌入向量，利用抑郁症预测模型进行预测得到预测结果，所述抑郁症预测模型为利用长短时记忆模型LSTM对文本嵌入向量样本进行训练得到的，所述文本嵌入向量样本中包括抑郁症文本嵌入向量样本和非抑郁症文本嵌入向量样本；

确定所述文本信息中包含的目标关键词；

根据所述预测结果及其对应的权重值和所述目标关键词及其对应的权重值的加权结果，确定所述被测用户是否属于抑郁症用户。

2.根据权利要求1所述的方法，其特征在于，所述文本信息由按照时间顺序排列的若干个句子组成；以及将所述文本信息转换为文本嵌入向量，具体包括：

基于Bert模型，将按照时间顺序排列的若干个句子分别转换为文本嵌入模型，得到按照时间顺序排列的若干个文本嵌入向量。

3.根据权利要求2所述的方法，其特征在于，确定所述文本信息中包含的目标关键词，具体包括：

从所述文本信息中搜索预设的候选关键词；

针对搜索出的候选关键词，判断所述候选关键词所在的句子中是否包含否定词；

确定所在句子中不包含否定词的候选关键词为所述目标关键词。

4.根据权利要求1所述的方法，其特征在于，所述目标关键词包括多个类别，其中，每一类别的目标关键词对应的权重值不同。

5.一种基于文本的抑郁症识别装置，其特征在于，包括：

文本转换单元，用于获取被测用户的语音信息并转换为文本信息；

向量转换单元，用于将所述文本信息转换为文本嵌入向量；

预测单元，用于基于所述文本嵌入向量，利用抑郁症预测模型进行预测得到预测结果，所述抑郁症预测模型为利用长短时记忆模型LSTM对文本嵌入向量样本进行训练得到的，所述文本嵌入向量样本中包括抑郁症文本嵌入向量样本和非抑郁症文本嵌入向量样本；

第一确定单元，用于确定所述文本信息中包含的目标关键词；

第二确定单元，用于根据所述预测结果及其对应的权重值和所述目标关键词及其对应的权重值的加权结果，确定所述被测用户是否属于抑郁症用户。

6.根据权利要求5所述的装置，其特征在于，所述文本信息由按照时间顺序排列的若干个句子组成；

所述向量转换单元，具体用于基于Bert模型，将按照时间顺序排列的若干个句子分别转换为文本嵌入模型，得到按照时间顺序排列的若干个文本嵌入向量。

7.根据权利要求6所述的装置，其特征在于，

所述第一确定单元，具体用于从所述文本信息中搜索预设的候选关键词；针对搜索出的候选关键词，判断所述候选关键词所在的句子中是否包含否定词；确定所在句子中不包含否定词的候选关键词为所述目标关键词。

8.根据权利要求5所述的装置，其特征在于，所述目标关键词包括多个类别，其中，每一类别的目标关键词对应的权重值不同。

9.一种计算装置，其特征在于，所述计算装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的方法的步骤。

10.一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述方法的步骤。