[发明专利]一种用于精神健康测评的对话交互设计方法及系统

说明书

本发明公开了一种用于精神健康测评的对话交互设计方法及系统，该方法包括以下步骤：S1、采用智能手机终端部分搜集用户的对话，并对用户的信息进行筛选，将筛选后用户的信息上传到云平台；S2、在云平台接收用户的信息数据，并根据用户的数据和构建的精神健康知识图谱对用户的精神健康状况进行判断；S3、在云计算平台对精神亚健康用户的精神健康状况处理，并将分析结果传输给精神亚健康用户。有益效果：设计了一个将条件随机场模型与规则抽取相结合的知识抽取模型，将抽取到的关键信息进行实体统一后与诊断标准数据一同入库，从而在图数据库中完成精神健康评估图谱的构建，并给出辅助诊断结果、可视化评估图谱。

技术领域

本发明涉及知识图谱的精神健康评估对话交互系统技术领域，具体来说，涉及一种用于精神健康测评的对话交互设计方法及系统。

背景技术

随着城市生活节奏的加快，人们的身体健康渐渐得不到自身的保障，其中人们身体出现精神亚健康的现象越来越多，由于涉及患者的隐私，部分亚健康者并不愿意接收评估，其次专业医护人员数量是有限的，如果只依靠人工进行评测，并不能满足所有亚健康者的测评，所以对亚健康者的精神健康评估面很难开展全面的工作，这使得该工作面临着巨大的挑战。

但是随着计算机技术，人工智能技术的发展，一些文本分析算法被用于疾病评估，目前这些算法已经在一些疾病评估方向取得了成果；

1、基于文本分析的自动化疾病编码方法：对疾病进行编码，即将疾病评估转化为标准的ICD(国际疾病分类)编码，该编码是一种自动化疾病编码方法，它可以借助文本相关度量，获取与待编码疾病评估名称最相关的ICD编码，这种方法准确率高，效率优秀，分类层次变换灵活，可以广泛用于各类数据分析场景；

2、基于文本型电子病历的临床评估：此外依图科技利用自然语言处理技术基于文本型电子病历进行临床智能评估技术，这个技术在准确率方面可以与初级保健儿科医生相当，而且这项人工智能程序可以像医生一样准确地检测测试结果，健康记录甚至手写笔记，从而评估儿童疾病，这种技术需要搜集大量的精神亚健康的病例，由于隐私问题，搜集方案很难实现；

3、基于文本和深度学习的抑郁症识别方案：该方案构建了抑郁症领域词典库，综合分析抑郁症微波情感和行为的共性特征，综合知识库与语料库，采用两种语义相似度算法构建了抑郁症领域词典库，综合分析抑郁症情感和行为的共性特征，拟补了该领域的词典空缺，这种方案针对的是微博特征，所以准确率并不高；

另外，传统的精神健康方案主要是依赖于精神亚健康者主动就医，但是对于大部分患者并不希望暴露身份信息，并且抗拒与医生直接接触，所以需要寻求一种对话系统，可以在匿名的状况下为患者提供评估服务，此外知识图谱技术经过近年来的探索研究，已经取得丰硕理论成果，并有诸如搜索引擎及智能问答系统等众多领域的实际应用，但现阶段依旧缺少垂直行业的中文知识图谱库，特别是各行业下更精细化的划分，如医疗领域的精神健康知识图谱，二图谱构建的相关研究大部分着眼于英文知识的抽取与表示，导致中英文语法的较大差异使得理论成果难以迁移到中文知识图谱领域。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题，本发明提出一种用于精神健康测评的对话交互设计方法及系统，以克服现有相关技术所存在的上述技术问题。

为此，本发明采用的具体技术方案如下：

根据本发明的一个方面，提供了一种用于精神健康测评的对话交互设计方法，该方法包括以下步骤：

S1、采用智能手机终端部分搜集用户的对话，并对用户的信息进行筛选，将筛选后用户的信息上传到云平台；

S2、在云平台接收用户的信息数据，并根据用户的数据和构建的精神健康知识图谱对用户的精神健康状况进行判断；

S3、在云计算平台对精神亚健康用户的精神健康状况处理，并将分析结果传输给精神亚健康用户。