本技术涉及心理健康,尤其涉及一种心理干预的推荐方法、装置、存储介质及设备。
背景技术:
1、基于压力的加大、生活节奏的变快以及其他不稳定因素的增多,更需要人们加强对抑郁焦虑症等常见精神障碍和心理行为问题的干预,以及对躯体疾病患者提供心理健康评估,由此,各个医疗机构越来越多的开展对患者心理评估筛查,其中,心理干预的需求更是人们关注和研究的焦点。
2、目前,常用的心理干预方法是通过用户和人工智能(artificial intelligence,简称ai)设备或软件进行交互沟通过程中,分析和理解用户心理咨询上下文中心理问题或者关键原因等关键标志(token),通过知识和规则匹配的方式进行搜索获取token对应的干预手段,但此心理干预方法存在传递错误累计的问题,如关键token理解有误导致后续干预资源推荐不够准确。因此,如何提高心理干预的推荐准确度是目前亟待解决的技术问题。
技术实现思路
1、本技术实施例的主要目的在于提供一种心理干预的推荐方法、装置、存储介质及设备,能够有效提高心理干预的推荐准确度。
2、本技术实施例提供了一种心理干预的推荐方法,包括:
3、获取目标用户输入的目标文本;并对所述目标文本进行分析处理,得到所述目标用户的心理问题和关键原因;
4、根据所述目标用户的心理问题和关键原因,构建用于确定下轮与所述目标用户交互的回复信息的模板文本;并根据所述模板文本,确定下轮与所述目标用户交互的回复文本;
5、在向所述目标用户发送所述回复文本后,将接收到的所述目标用户反馈的文本重新作为目标文本,重复执行所述对所述目标文本进行分析处理以及后续步骤,直到达到预设交互轮次,并对达到所述预设交互轮次时所述目标用户输入的历史目标文本进行摘要总结处理,得到摘要总结信息;
6、根据达到所述预设交互轮次时所述目标用户的心理问题和关键原因以及摘要总结信息,构建用于推荐心理干预资源的推荐模板文本;并根据所述推荐模板文本,生成向所述目标用户推荐的心理干预资源。
7、一种可能的实现方式中,所述对所述目标文本进行分析处理,得到所述目标用户的心理问题和关键原因,包括:
8、利用所述目标文本,构建将心理问题和关键原因作为槽位信息的通用模板文本;
9、将所述通用模板文本输入预先构建的大语言模型llm,预测所述目标用户的心理问题和关键原因;
10、其中,所述大语言模型llm是利用大规模的语言数据集,通过自回归生成的方式进行语言规则和模式训练得到的。
11、一种可能的实现方式中,所述根据所述模板文本,确定下轮与所述目标用户交互的回复文本,包括:
12、将所述模板文本输入预先构建的大语言模型llm,预测下轮与所述目标用户交互的回复文本。
13、一种可能的实现方式中,在所述生成向所述目标用户推荐的心理干预资源之后,所述方法还包括:
14、对所述向所述目标用户推荐的心理干预资源进行打分,得到打分结果;
15、当所述打分结果不超过预设得分阈值时,构建用于确定反思总结信息的反思模板文本;并根据所述反思模板文本,确定反思总结信息;
16、根据所述反思总结信息,生成向所述目标用户推荐的更新后的心理干预资源。
17、一种可能的实现方式中,所述对所述向所述目标用户推荐的心理干预资源进行打分,得到打分结果,包括:
18、利用达到所述预设交互轮次时所述目标用户输入的历史目标文本和向所述目标用户推荐的心理干预资源,构建用于获取目标用户评价信息的通用模板文本;
19、将所述用于获取目标用户评价信息的通用模板文本输入预先构建的大语言模型llm,预测用于获取目标用户评价信息的回复文本并发送给所述目标用户;
20、在接收到所述目标用户的反馈信息后,基于达到所述预设交互轮次时所述目标用户输入的历史目标文本、向所述目标用户推荐的心理干预资源以及所述目标用户的反馈信息,构建用于对所述向所述目标用户推荐的心理干预资源进行打分的打分模板文本;并根据所述打分模板文本,生成对心理干预资源进行打分的打分结果。
21、一种可能的实现方式中,所述根据所述反思总结信息,生成向所述目标用户推荐的更新后的心理干预资源,包括:
22、利用所述反思总结信息、达到所述预设交互轮次时所述目标用户的心理问题和关键原因以及摘要总结信息,构建用于生成更新后的心理干预资源的更新模板文本;并根据所述更新模板文本,生成向所述目标用户推荐的更新后的心理干预资源。
23、一种可能的实现方式中,所述预设交互轮次为3轮或5轮。
24、本技术实施例还提供了一种心理干预的推荐装置,包括:
25、获取单元,用于获取目标用户输入的目标文本;并对所述目标文本进行分析处理,得到所述目标用户的心理问题和关键原因;
26、构建单元,用于根据所述目标用户的心理问题和关键原因,构建用于确定下轮与所述目标用户交互的回复信息的模板文本;并根据所述模板文本,确定下轮与所述目标用户交互的回复文本;
27、总结单元,用于在向所述目标用户发送所述回复文本后,将接收到的所述目标用户反馈的文本重新作为目标文本,重复执行所述对所述目标文本进行分析处理以及后续步骤,直到达到预设交互轮次,并对达到所述预设交互轮次时所述目标用户输入的所有历史目标文本进行摘要总结处理,得到摘要总结信息;
28、第一生成单元,用于根据达到所述预设交互轮次时所述目标用户的心理问题和关键原因,构建用于推荐心理干预资源的推荐模板文本;并根据所述推荐模板文本,生成向所述目标用户推荐的心理干预资源。
29、一种可能的实现方式中,所述获取单元包括:
30、第一构建子单元,用于利用所述目标文本,构建将心理问题和关键原因作为槽位信息的通用模板文本;
31、第一预测子单元,用于将所述通用模板文本输入预先构建的大语言模型llm,预测所述目标用户的心理问题和关键原因;
32、其中,所述大语言模型llm是利用大规模的语言数据集,通过自回归生成的方式进行语言规则和模式训练得到的。
33、一种可能的实现方式中,所述构建单元具体用于:
34、将所述模板文本输入预先构建的大语言模型llm,预测下轮与所述目标用户交互的回复文本。
35、一种可能的实现方式中,所述装置还包括:
36、打分单元,用于对所述向所述目标用户推荐的心理干预资源进行打分,得到打分结果;
37、确定单元,用于当所述打分结果不超过预设得分阈值时,构建用于确定反思总结信息的反思模板文本;并根据所述反思模板文本,确定反思总结信息;
38、第二生成单元,用于根据所述反思总结信息,生成向所述目标用户推荐的更新后的心理干预资源。
39、一种可能的实现方式中,所述打分单元包括:
40、第二构建子单元,用于利用达到所述预设交互轮次时所述目标用户输入的历史目标文本和向所述目标用户推荐的心理干预资源,构建用于获取目标用户评价信息的通用模板文本;
41、第二预测子单元,用于将所述用于获取目标用户评价信息的通用模板文本输入预先构建的大语言模型llm,预测用于获取目标用户评价信息的回复文本并发送给所述目标用户;
42、生成子单元,用于在接收到所述目标用户的反馈信息后,基于达到所述预设交互轮次时所述目标用户输入的历史目标文本、向所述目标用户推荐的心理干预资源以及所述目标用户的反馈信息,构建用于对所述向所述目标用户推荐的心理干预资源进行打分的打分模板文本;并根据所述打分模板文本,生成对心理干预资源进行打分的打分结果。
43、一种可能的实现方式中,所述第二生成单元具体用于:
44、利用所述反思总结信息、达到所述预设交互轮次时所述目标用户的心理问题和关键原因以及摘要总结信息,构建用于生成更新后的心理干预资源的更新模板文本;并根据所述更新模板文本,生成向所述目标用户推荐的更新后的心理干预资源。
45、一种可能的实现方式中,所述预设交互轮次为3轮或5轮。
46、本技术实施例还提供了一种心理干预的推荐设备,包括:处理器、存储器、系统总线;
47、所述处理器以及所述存储器通过所述系统总线相连;
48、所述存储器用于存储一个或多个程序,所述一个或多个程序包括指令,所述指令当被所述处理器执行时使所述处理器执行上述心理干预的推荐方法中的任意一种实现方式。
49、本技术实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在终端设备上运行时,使得所述终端设备执行上述心理干预的推荐方法中的任意一种实现方式。
50、本技术实施例还提供了一种计算机程序产品,所述计算机程序产品在终端设备上运行时,使得所述终端设备执行上述心理干预的推荐方法中的任意一种实现方式。
51、本技术实施例提供的一种心理干预的推荐方法、装置、存储介质及设备,首先获取目标用户输入的目标文本;并对目标文本进行分析处理,得到目标用户的心理问题和关键原因,然后根据目标用户的心理问题和关键原因,构建用于确定下轮与目标用户交互的回复信息的模板文本;并根据模板文本,确定下轮与目标用户交互的回复文本;接着,在向目标用户发送回复文本后,将接收到的目标用户反馈的文本重新作为目标文本,重复执行对目标文本进行分析处理以及后续步骤,直到达到预设交互轮次,并对达到预设交互轮次时目标用户输入的历史目标文本进行摘要总结处理,得到摘要总结信息;进而可以根据达到预设交互轮次时目标用户的心理问题和关键原因以及摘要总结信息,构建用于推荐心理干预资源的推荐模板文本;并根据推荐模板文本,生成向目标用户推荐的心理干预资源。
52、可见,由于本技术是通过对目标用户的交互信息进行了摘要总结,去除了目标用户输入文本中的冗余数据,规整化了输入数据,从而能够依据目标用户自身特点进行干预资源的个性化精准推荐,进而有利于提高干预资源的推荐准确度。