CN119476497A 基于大模型的心理测评方法以及相关装置 (北京聆心智能科技有限公司)_第1页
CN119476497A 基于大模型的心理测评方法以及相关装置 (北京聆心智能科技有限公司)_第2页
CN119476497A 基于大模型的心理测评方法以及相关装置 (北京聆心智能科技有限公司)_第3页
CN119476497A 基于大模型的心理测评方法以及相关装置 (北京聆心智能科技有限公司)_第4页
CN119476497A 基于大模型的心理测评方法以及相关装置 (北京聆心智能科技有限公司)_第5页
已阅读5页,还剩47页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

括:根据当前访谈任务以及对应的心理测评指应的回应信息对目标对象进行多模态交互模式2对于待测评的目标对象,根据当前访谈任务以及对应的心理测评指标基于所述心理测评策略通过测评交互模型生成多轮对话信息述心理测评策略是基于在交互过程中目标对象的回应信息实时基于所述多轮对话信息以及对应的回应信息对目标对象进行多根据当前访谈任务以及对应的心理测评指标,通过策略创建模型创所述基于所述心理测评策略通过测评交互模型生成多轮对话信息,并基于第一心理测评策略通过测评交互模型生成第一对话信息;所述第基于当前轮次的对话信息、回应信息以及所述心理测评指标,通过采用调整后的第二心理测评策略通过测评交互模型生成第二对话信息为实时调整提问策略后生成的与目标对跳转至基于当前轮次的对话信息、回应信息以及所述心理测评指标,型调整当前轮次的心理测评策略,并采用调整后的心理测评策略执行下一轮次的测评对通过策略创建模型对当前访谈任务进行信息需求分析,以获得与3通过交互策略模型中的情绪分析层,基于第一对话信息以及第一回应通过交互策略模型中的意图识别层,基于第一对话信息以及第一回应通过交互策略模型中的调整层,根据目标对象在交互过程中的实时情绪通过多模态分析模型中的特征提取层,对所述多轮对话信息以及对通过多模态分析模型中的多个心理特征评估层,分别对所述多模通过多模态分析模型中的融合层,基于多模态心里特征评估结果4型是基于多种情绪状态预先设置的多种微表情类型中的至在非首轮交互过程中,基于所述多轮对话信息以及对应的回应基于所述实时心理评估信息动态调整在非首轮交互生成单元,被配置为对于待测评的目标对象,根据当前访谈任交互单元,被配置为基于所述心理测评策略通过测评交非首轮交互过程中所述心理测评策略是基于在交互过程中目标对象的回应信息实时调整评估单元,被配置为基于所述多轮对话信息以及对应的回应信息对目标对5[0001]本申请涉及数据处理领域,尤其是一种基于大模型的心理测评方法以及相关装中的提问策略是基于在交互过程中目标对象的回应[0012]交互单元,被配置为基于所述心理测评策略通过测评交互模型生成多轮对话信6[0013]评估单元,被配置为基于所述多轮对话信息对目标对象进行多模态交互模式分7于多模态交互分析从多维度洞察心理状态,结合定性定量分析生成全面的心理评估报告,8系统的专用终端设备等)等终端设备。这些电子设备中也可以搭载上述实施例介绍的芯片[0033]103,基于所述多轮对话信息以及对应的回应信息对目标对象进行多模态交互模9[0057]对抗样本生成层:这一层的核心在于构建目标对象对应的多样化对话场景数考虑到每个人在不同场景下心理状态和反应会有所差异,通过模拟各种可能的对话场景,境中的心理反应提供了参考,有助于更灵活地应对实际测评中可能出现的各种复杂情况,[0059]基于相同原理,下面介绍用以实现交互策略模型的其他示例性方式以及改进方果用户在描述工作经历时使用了较多负面词汇且语气沉重,系统可以判断其情绪较为低对话策略调整过程提供了明确的目标和方向,确保对话围绕着准确评估这些心理指标展[0079]使用循环神经网络(RNN)、长短期记忆网络(LSTM)等深度学习模型来处理融合后上下文信息和时间依赖性,更好地理解用户意图的演变过程。同时,通过注意力机制论过的某个指标进行补充询问(如发现当前话题的指标(根据用户当前的心理状态和输入内容,群体(如患有罕见心理疾病的患者)进行测评时,可能需要生成一些特定的数据来训练算如视频中捕捉到的面部动态画面)里提取对应的面部动作单元,就是要识别出哪些肌肉产生了动作以及动作的具体表现形式,这类似于参考内容中提到的利用面部动作编码系统[0106]和参考内容里提到的微表情检测中动作单元(AUs)分析这一常用方法相契合,都[0110]参考内容里明确指出光流法是微表情检测中捕捉面部区域微小运动的常用手段不同的表情特征来体现。第一表情特征从面部动作单元编码序列变化角度反映了表情特点,第二表情特征从光流法捕捉的微小运动角度体现表情情况,将这两种从不同维度提取的表情特征综合起来进行分析,与预先设置好的基于多种情绪状态对应的多种微表情类型练的情感识别模型等进行情绪分类,这里则是基于前面提取和分析得到的两种表情特征,开放性高的个体在语言表达上的特点,据此来衡量被测者在开放性这一人格维度上的水[0125]考虑到心理特征之间相互关联且相互影响,不能孤立地看待单个特征的评估结很好地分析面部表情等视觉信息;运用循环神经网络(RNN)或长短期记忆网络(LSTM)处理频中的某些帧可能与特定的音频信号或文本内容高度相关,比如被测者在说开心的事情[0139]示例性地,定义多头注意力层,将每个模态的特征向量分别作为Query、Key和[0141]利用融合后的多模态特征进行预测性分析,例如对被测者的情感状态进行预测[0148]交互单元,被配置为基于所述心理测评策略通过测评交互模型生成多轮对话信程中,基于所述多轮对话信息以及对应的回应信息对目标对象进行多模态交互模式分析,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论