[發明專利]一種抑郁情緒檢測方法及裝置

在審

• 申請號: 202210031565.0
• 申請日: 2022-01-12
• 公開（公告）號: CN114359813A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 楊月喬;買曉琴;陳潔茹;魏昊冰;薛燁;陳開
• 申請（專利權）人: 中國人民大學
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/774;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李偉

1.一種抑郁情緒檢測方法，其特征在于，包括：

響應于針對用戶的抑郁情緒檢測指令，獲取所述用戶的視頻觀看信息；所述視頻觀看信息包括用戶信息、用戶瀏覽數據、各個目標視頻數據以及所述用戶輸入的各個文字信息；

對所述用戶信息、所述用戶瀏覽數據、各個所述目標視頻數據以及各個所述文字信息進行特征提取，獲得所述用戶的抑郁情緒特征；所述抑郁情緒特征包括所述用戶信息對應的第一特征、所述用戶瀏覽數據對應的第二特征、各個所述目標視頻數據對應的第三特征以及所述文字信息對應的第四特征；

將所述用戶的抑郁情緒特征輸入至預先構建的抑郁情緒檢測模型中，獲得所述用戶的抑郁情緒檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述分別對所述用戶信息、用戶瀏覽數據、各個所述目標視頻數據以及各個所述文字信息進行特征提取，獲得所述用戶的抑郁情緒特征，包括：

分別對所述用戶信息以及所述用戶瀏覽數據進行向量化處理，獲得所述用戶信息對應的第一特征以及所述用戶瀏覽數據對應的第二特征；

利用預先訓練好的視頻分類模型對每個所述目標視頻數據進行分類，獲得每個所述目標視頻數據的視頻抑郁情緒評分，并根據各個所述視頻抑郁情緒評分確定出各個所述目標視頻數據對應的第三特征；

利用預先訓練好的詞向量模型對每個所述文字信息進行處理，獲得每個文字信息的文字抑郁情緒評分，并根據各個所述文字信息的文字抑郁情緒評分確定出各個所述文字信息對應的第四特征；

由所述第一特征、所述第二特征、所述第三特征以及所述第四特征組成所述用戶的抑郁情緒特征。

3.根據權利要求2所述的方法，其特征在于，訓練所述視頻分類模型的過程，包括：

獲取各個歷史用戶的視頻觀看信息中的目標訓練視頻；所述目標訓練視頻數據為所述歷史用戶瀏覽的各個歷史視頻數據中滿足預設的瀏覽條件的視頻數據；

基于預設的被試抑郁量表測量得到各個所述目標訓練視頻中的第一抑郁評分標簽；

根據所述各個所述目標訓練視頻以及每個所述目標訓練視頻的第一抑郁評分標簽訓練預設的初始視頻分類模型，直至所述初始視頻分類模型滿足預設的第一訓練完成條件；

將滿足所述第一訓練完成條件的初始視頻分類模型確定為已訓練好的視頻分類模型。

4.根據權利要求1所述的方法，其特征在于，訓練所述詞向量模型的過程，包括：

獲取每個歷史用戶的視頻觀看信息中的各個歷史文字信息，所述歷史文字信息為所述歷史用戶輸入的評論內容和搜索內容中的至少一種；

基于預設的被試抑郁量表測量得到各個歷史文字信息的第二抑郁評分標簽；

根據所述各個所述歷史文字信息以及每個所述歷史文字信息的第二抑郁評分標簽訓練預設的初始詞向量模型，直至所述初始詞向量模型滿足預設的第二訓練完成條件；

將滿足所述第二訓練完成條件的初始詞向量模型確定為已訓練好的詞向量模型。

5.根據權利要求1所述的方法，其特征在于，構建所述抑郁情緒檢測模型的過程，包括：

獲取訓練樣集；所述訓練樣本集包括各個歷史用戶的視頻觀看信息；

對所述訓練樣本集中的每個所述歷史用戶的視頻觀看信息進行特征提取，獲得每個所述歷史用戶的抑郁情緒特征；

基于預設的LightGBM算法以及各個所述歷史用戶的抑郁情緒特征，構建出抑郁情緒檢測模型。

6.根據權利要求1所述的方法，其特征在于，所述獲得所述用戶的抑郁情緒檢測結果之后，還包括：

基于所述抑郁情緒檢測結果所表征的抑郁程度評分，確定所述用戶是否處于抑郁狀態；

在所述用戶處于抑郁狀態的情況下，輸出針對所述用戶的抑郁告警信息。