[发明专利]一种用于压力检测的词嵌入方法及装置

说明书

本发明提供一种用于压力检测的词嵌入方法及装置，其中的词嵌入方法包括：获取目标文本；根据压力源对比任务和压力情绪对比任务，获取基于压力源和压力情绪的语言模型；将目标文本输入至语言模型，获取压力特定词嵌入；将压力特定词嵌入输入至压力检测模型中，得到压力检测结果。该方法解决了现有技术中尚无显式建模压力源和压力词汇的词嵌入，且压力检测结果准确度低的缺陷，实现了各社交媒体应用平台中用户压力的准确检测。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种用于压力检测的词嵌入方法及装置。

背景技术

压力是心理压力源和心理压力反应共同构成的一种认知和行为体验过程。随着经济社会的不断发展，人们的生活节奏越来越快，人们面临的压力越来越大，压力类型也越来越多，现代医学表明，压力会削弱人体免疫力，引发一些疾病，进而影响人们的身心健康。

大数据时代的到来和社交媒体的迅速发展，使得微信、微博以及小红书等社交媒体应用平台成为了人们记录生活日常、分享信息以及互动交流的网络媒介，社交媒体应用平台中丰富的用户文本数据，使得通过社交媒体应用平台大数据进行用户日常压力的检测成为可能。

现有技术中，大多数方法都是采用自然语言处理和机器学习技术将帖子中每个用户的单词表示为连续的低维和实值向量，即词嵌入，然后以词嵌入表示帖子的内容并构建分类器。由于词嵌入捕捉了单词的句法和语义信息等各个方面的信息，并对在语言环境中具有相似语法用法和语义的单词进行了分组，词嵌入被认为是机器学习的一个关键突破口，特别地，词嵌入可以处理许多自然语言处理任务，例如语言理解、机器翻译和问题回答。

然而，已有的通用词嵌入方法并没有显式建模压力源和压力词汇，即现有的通用词嵌入方法并不是专门针对于检测社交媒体应用平台用户的压力，在此基础上，根据通用词嵌入方法对社交媒体应用平台用户的压力进行检测，所得到的检测结果准确性很低。目前还有一些利用生理信号检测用户心理压力的方案，比如心率变异性、心电图、电流皮肤反应、脑电图、血压以及肌电图等，并将其延伸至可穿戴设备，可随时随地监测用户的压力状况。但是生理信号相关数据也存在一些固有的问题，用户的情绪波动很容易影响检测结果，比如，穿戴者在极度兴奋状态和极度压力状态下的生理相关数据时非常相似的，利用生理相关数据有时也无法准确地检测出用户的真实压力状态。

因此，如何解决现有技术中尚无显式建模压力源和压力词汇的词嵌入，且压力检测结果准确度低的技术问题，是语言处理技术领域亟待解决的重要课题。

发明内容

本发明提供一种用于压力检测的词嵌入方法，用以解决现有技术中尚无显式建模压力源和压力词汇的词嵌入，且压力检测结果准确度低的缺陷，实现各社交媒体应用中用户压力的准确检测。

第一方面，本发明提供一种用于压力检测的词嵌入方法，其特征在于，包括：获取目标文本；根据压力源对比任务和压力情绪对比任务，获取基于压力源和压力情绪的语言模型；将所述目标文本输入至所述语言模型，获取压力特定词嵌入；将所述压力特定词嵌入输入至压力检测模型中，得到压力检测结果。

进一步地，所述用于压力检测的词嵌入方法还包括：利用联合损失函数对所述基于压力源和压力情绪的语言模型进行训练；所述联合损失函数为：

L＝λL_sd+(1-λ)L_sed

其中，λ为所述联合损失函数中所述压力源对比任务的权重，L_sd为所述压力源对比任务的损失函数，L_sed为所述压力情绪对比任务的损失函数。

进一步地，所述利用联合损失函数对所述基于压力源和压力情绪的语言模型进行训练，包括：获取包括压力源和压力情绪的训练文本；根据所述训练文本，设置预设数量的正样本和负样本；将所述训练文本、所述正样本和所述负样本输入至所述压力源对比任务的损失函数和所述压力情绪对比任务的损失函数中，训练所述语言模型至收敛。