申请/专利权人：杭州医典智能科技有限公司

申请日：2021-02-10

公开（公告）日：2021-06-08

公开（公告）号：CN112927781A

主分类号：G16H20/70(20180101)

分类号：G16H20/70(20180101);G16H50/20(20180101);G06F40/205(20200101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.06.25#实质审查的生效;2021.06.08#公开

摘要：本发明提供一种基于自然语言处理和时序卷积网络的抑郁症检测方法，具体包括：构建训练样本集和抑郁症词料库，训练样本集为访谈人员的语音对应转换的文本信息，抑郁症词料库为人工制作；将训练样本集与抑郁症词料库中的文本信息转换为文本嵌入向量；将文本嵌入向量输入时序卷积网络TCN进行训练，得到抑郁症预测模型；基于获得的抑郁症预测模型，使用测试数据进行预测得到预测结果；根据预测结果对访谈人员进行分类，确定其是否属于抑郁症用户。本发明使用自然语言处理技术，增加了与话题情景相关联的言语信息；使用时序卷积网络TCN以卷积的方式进行序列数据的处理，取得了很高的精度，实现了基于文本的抑郁症检测方法。

主权项：1.一种基于自然语言处理和时序卷积网络的抑郁症检测方法，其特征在于，包括如下步骤：步骤1：构建训练样本集和抑郁症词料库，训练样本集为访谈人员的语音对应转换的文本信息，抑郁症词料库为人工制作；步骤2：将训练样本集与抑郁症词料库中的文本信息转换为文本嵌入向量；步骤3：将文本嵌入向量输入时序卷积网络TCN进行训练，得到抑郁症预测模型；步骤4：基于获得的抑郁症预测模型，使用测试数据进行预测得到预测结果；步骤5：根据预测结果对访谈人员进行分类，确定其是否属于抑郁症用户。

全文数据：

权利要求：

百度查询： 杭州医典智能科技有限公司 一种基于自然语言处理和时序卷积网络的抑郁症检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD