本發(fā)明涉及心理狀態(tài)預(yù)測(cè)，特別是涉及基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)及預(yù)測(cè)方法。

背景技術(shù)：

1、心理防御是一種生理性防御機(jī)制，其目的是通過無意識(shí)的心理活動(dòng)來保護(hù)個(gè)體免受心理痛苦和壓力。然而，這種防御機(jī)制在心理測(cè)量和心理診斷過程中卻常常成為一個(gè)重大障礙。

2、中國發(fā)明專利公開號(hào)cn113035232b，專利名稱一種基于語音識(shí)別的心理狀態(tài)預(yù)測(cè)系統(tǒng)、方法及裝置，利用大數(shù)據(jù)和深度技術(shù)的技術(shù)手段，并結(jié)合心理醫(yī)生診斷案例直接得出心理預(yù)測(cè)的模型，并進(jìn)行心理治療，同時(shí)采用抽樣對(duì)建立模型的樣本進(jìn)行修正，以便使得模型更加準(zhǔn)確。

3、中國發(fā)明專利公開號(hào)cn111667926b，一種基于人工智能的心理咨詢_會(huì)話系統(tǒng)及其方法，輸入模塊采集用戶會(huì)話輸入；通過使用心理知識(shí)圖譜模塊及多輪對(duì)話管理模塊對(duì)用戶會(huì)話輸入進(jìn)行意圖分析；輸入模塊和語言分析模塊在人機(jī)交互中循環(huán)迭代，通過多輪對(duì)話管理模塊管理多輪對(duì)話之間的關(guān)系；語言分析模塊按照智能心理咨詢邏輯樹的邏輯流程及對(duì)用戶對(duì)話的意圖分析，在多輪對(duì)話管理模塊的管理下組織指導(dǎo)用戶進(jìn)行多輪對(duì)話的邏輯走向；結(jié)合機(jī)器人與用戶間的會(huì)話信息，反饋對(duì)話時(shí)用戶與心理、情緒問題相關(guān)的信息，并輸出，制定心理干預(yù)方案。

4、在實(shí)踐中，現(xiàn)有的量表很難繞過心理防御，有些人群存在強(qiáng)烈心理防御的人群占比更高，這導(dǎo)致無法準(zhǔn)確進(jìn)行心理疾病診斷、人格側(cè)寫等工作。

技術(shù)實(shí)現(xiàn)思路

1、解決傳統(tǒng)心理測(cè)量過程中因心理防御導(dǎo)致的信效度低問題，本發(fā)明提供了基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)及預(yù)測(cè)方法；通過大語言模型和多模態(tài)情緒分類大模型的協(xié)同工作，能夠突破受試者的心理防御機(jī)制，實(shí)現(xiàn)更加準(zhǔn)確的心理測(cè)量和人格側(cè)寫。

2、一方面，提供了基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，包括：初始化模塊，其被配置為：獲取受試者與訓(xùn)練后的大語言模型對(duì)話過程中所生成的對(duì)話記錄，根據(jù)對(duì)話記錄，確認(rèn)受試者的初步人格分析結(jié)果；根據(jù)受試者的初步人格分析結(jié)果，選擇對(duì)應(yīng)的范式集合；實(shí)時(shí)采集模塊，其被配置為：獲取受試者在使用對(duì)應(yīng)的范式集合時(shí)所產(chǎn)生的多模態(tài)數(shù)據(jù)，對(duì)多模態(tài)數(shù)據(jù)進(jìn)行預(yù)處理；情緒分析模塊，其被配置為：將預(yù)處理后的多模態(tài)數(shù)據(jù)，輸入到訓(xùn)練后的情緒分析模型中，輸出受試者在第t時(shí)刻的情緒分析結(jié)果，其中，t為正整數(shù)；模型微調(diào)模塊，其被配置為：根據(jù)情緒波動(dòng)幅度，選擇新的范式集合；重復(fù)模塊，其被配置為：重復(fù)實(shí)時(shí)采集模塊、情緒分析模塊和模型微調(diào)模塊的工作，直至受試者的情緒不再發(fā)生波動(dòng)；獲取受試者在使用大語言模型過程中的所有對(duì)話記錄，基于所有對(duì)話記錄，生成心理診斷報(bào)告。

3、另一方面，提供了基于大語言模型的心理狀態(tài)預(yù)測(cè)方法，包括：（201）獲取受試者與訓(xùn)練后的大語言模型對(duì)話過程中所生成的對(duì)話記錄，根據(jù)對(duì)話記錄，確認(rèn)受試者的初步人格分析結(jié)果；根據(jù)受試者的初步人格分析結(jié)果，選擇對(duì)應(yīng)的范式集合；（202）獲取受試者在使用對(duì)應(yīng)的范式集合時(shí)所產(chǎn)生的多模態(tài)數(shù)據(jù)，對(duì)多模態(tài)數(shù)據(jù)進(jìn)行預(yù)處理；（203）將預(yù)處理后的多模態(tài)數(shù)據(jù)，輸入到訓(xùn)練后的情緒分析模型中，輸出受試者在第t時(shí)刻的情緒分析結(jié)果，其中，t為正整數(shù)；（204）根據(jù)情緒波動(dòng)幅度，選擇新的范式集合；（205）重復(fù)（202）~（204）的工作，直至受試者的情緒不再發(fā)生波動(dòng)；獲取受試者在使用大語言模型過程中的所有對(duì)話記錄，基于所有對(duì)話記錄，生成心理診斷報(bào)告。

4、上述技術(shù)方案具有如下優(yōu)點(diǎn)或有益效果：本發(fā)明提出了一種基于大語言模型的主動(dòng)誘發(fā)方法，結(jié)合多模態(tài)情緒分類模型，通過虛擬現(xiàn)實(shí)、視頻刺激等多種范式，能夠突破心理防御，進(jìn)行更加準(zhǔn)確的心理診斷和人格側(cè)寫。具體來說，本發(fā)明通過大語言模型的個(gè)性化訪談，結(jié)合生理數(shù)據(jù)感知和情緒分析模型，對(duì)受試者進(jìn)行全方位的心理測(cè)量，最終實(shí)現(xiàn)更為精確的心理診斷和個(gè)性化干預(yù)。通過這種方法，不僅可以提高心理測(cè)量的準(zhǔn)確性，還可以在不侵犯受試者隱私的情況下，深入了解其心理狀態(tài)和人格特質(zhì)，提供個(gè)性化的心理健康服務(wù)，具有廣泛的應(yīng)用前景。

技術(shù)特征：

1.基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，其特征是，包括：

2.如權(quán)利要求1所述的基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，其特征是，所述獲取受試者與訓(xùn)練后的大語言模型對(duì)話過程中所生成的對(duì)話記錄，所述訓(xùn)練后的大語言模型，采用chatglm來實(shí)現(xiàn)；所述訓(xùn)練后的大語言模型，訓(xùn)練過程包括：構(gòu)建第一訓(xùn)練集，所述第一訓(xùn)練集為已知對(duì)話上下文數(shù)據(jù)；

3.如權(quán)利要求1所述的基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，其特征是，所述根據(jù)對(duì)話記錄，確認(rèn)受試者的初步人格分析結(jié)果，具體包括：

4.如權(quán)利要求1所述的基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，其特征是，所述獲取受試者在使用對(duì)應(yīng)的范式集合時(shí)所產(chǎn)生的多模態(tài)數(shù)據(jù)，對(duì)多模態(tài)數(shù)據(jù)進(jìn)行預(yù)處理，其中，多模態(tài)數(shù)據(jù)，包括：表情數(shù)據(jù)、文本數(shù)據(jù)和語音數(shù)據(jù)；其中，對(duì)多模態(tài)數(shù)據(jù)進(jìn)行預(yù)處理，包括：對(duì)表情數(shù)據(jù)依次進(jìn)行噪聲濾波處理、特征提取處理、數(shù)據(jù)標(biāo)準(zhǔn)化處理和面部表情數(shù)據(jù)編碼處理；對(duì)文本數(shù)據(jù)，依次進(jìn)行詞形規(guī)范化處理、無意義詞匯去除處理和分詞處理。

5.如權(quán)利要求1所述的基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，其特征是，所述將預(yù)處理后的多模態(tài)數(shù)據(jù)，輸入到訓(xùn)練后的情緒分析模型中，輸出受試者在第t時(shí)刻的情緒分析結(jié)果，其中，訓(xùn)練后的情緒分析模型，訓(xùn)練過程包括：

6.如權(quán)利要求1或5所述的基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，其特征是，所述訓(xùn)練后的情緒分析模型，包括：視頻編碼器、文本編碼器和語音編碼器；

7.如權(quán)利要求1所述的基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，其特征是，所述模型微調(diào)模塊，還被配置為：判斷受試者在第t時(shí)刻的情緒分析結(jié)果與在第t-1時(shí)刻的情緒分析結(jié)果是否一致；如果不一致，則表示受試者情緒發(fā)生波動(dòng)；根據(jù)情緒強(qiáng)度分值的變化幅度，確定情緒波動(dòng)幅度；當(dāng)情緒波動(dòng)幅度超過設(shè)定閾值，則認(rèn)為突破受試者的心理防御機(jī)制；當(dāng)情緒波動(dòng)幅度沒有超過設(shè)定閾值，則認(rèn)為暫時(shí)沒有突破受試者的心理防御機(jī)制；

8.如權(quán)利要求1所述的基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，其特征是，根據(jù)情緒波動(dòng)幅度，選擇新的范式集合，具體包括：

9.如權(quán)利要求1所述的基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)，其特征是，所述獲取受試者在使用大語言模型過程中的所有對(duì)話記錄，基于所有對(duì)話記錄，生成心理診斷報(bào)告，具體包括：將所有對(duì)話記錄，輸入到訓(xùn)練后的心理診斷報(bào)告生成模型中，輸出心理診斷報(bào)告；訓(xùn)練后的心理診斷報(bào)告生成模型，采用chatgpt來實(shí)現(xiàn)；訓(xùn)練后的心理診斷報(bào)告生成模型，訓(xùn)練過程包括：構(gòu)建第四訓(xùn)練集，所述第四訓(xùn)練集，為已知心理診斷報(bào)告的對(duì)話記錄；將第四訓(xùn)練集，輸入到心理診斷報(bào)告生成模型中，對(duì)模型進(jìn)行訓(xùn)練，當(dāng)模型的第四損失函數(shù)值不再下降時(shí)，或者，迭代次數(shù)超過設(shè)定次數(shù)時(shí)，停止訓(xùn)練，得到訓(xùn)練后的心理診斷報(bào)告生成模型。

10.基于大語言模型的心理狀態(tài)預(yù)測(cè)方法，其特征是，包括：

技術(shù)總結(jié)
本發(fā)明涉及心理狀態(tài)預(yù)測(cè)技術(shù)領(lǐng)域，公開了基于大語言模型的心理狀態(tài)預(yù)測(cè)系統(tǒng)及預(yù)測(cè)方法，方法包括：將多模態(tài)數(shù)據(jù)，輸入到訓(xùn)練后的情緒分析模型中，輸出受試者的情緒分析結(jié)果，判斷受試者不同時(shí)刻的情緒分析結(jié)果是否一致；如果不一致，則受試者情緒發(fā)生波動(dòng)；根據(jù)情緒強(qiáng)度分值的變化幅度，確定情緒波動(dòng)幅度；當(dāng)情緒波動(dòng)幅度超過設(shè)定閾值，則認(rèn)為突破受試者的心理防御機(jī)制；選擇新的范式集合，將新的范式集合更新到大語言模型中，得到更新后的大語言模型；直至受試者的情緒不再發(fā)生波動(dòng)；獲取受試者在使用大語言模型過程中的所有對(duì)話記錄，基于所有對(duì)話記錄，生成心理診斷報(bào)告。能夠突破受試者的心理防御機(jī)制，實(shí)現(xiàn)更加準(zhǔn)確的心理測(cè)量和人格側(cè)寫。

技術(shù)研發(fā)人員：劉治,王景川,陳丹陽,許宏吉,崔立真
受保護(hù)的技術(shù)使用者：山東大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9