程會(huì)林 曾偉 楊琳琳 岑蕭萍 蔣琳琳

摘 要：為了簡(jiǎn)化網(wǎng)絡(luò)心理咨詢分診流程和降低咨詢助理的勞動(dòng)強(qiáng)度，提出一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)心理咨詢問(wèn)題智能多分類模型。采用Word2vec對(duì)來(lái)訪者的自述情況進(jìn)行文本特征提取，設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)分類器，實(shí)現(xiàn)對(duì)來(lái)訪者咨詢問(wèn)題的智能分類。與傳統(tǒng)機(jī)器學(xué)習(xí)分類方法相比，所提方法的準(zhǔn)確率提升約20%。本研究為網(wǎng)絡(luò)心理咨詢問(wèn)題的智能分診提供了一種新方法。

關(guān)鍵詞：網(wǎng)絡(luò)心理咨詢；自述分類，Word2vec；卷積神經(jīng)網(wǎng)絡(luò)

1 引言

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)心理咨詢逐漸發(fā)展起來(lái)，僅“525心理網(wǎng)”便已解決近857萬(wàn)個(gè)心理問(wèn)題。心理咨詢網(wǎng)站一般配備有一名咨詢助理，根據(jù)來(lái)訪者的自述情況進(jìn)行分類，匹配到合適的心理咨詢師。然而，這種分診的準(zhǔn)確性與效率依賴于咨詢助理的經(jīng)驗(yàn)知識(shí)。為減輕咨詢助理的負(fù)擔(dān)，本文提出一種對(duì)咨詢問(wèn)題進(jìn)行智能分診的方法。傳統(tǒng)的分類方法需要進(jìn)行復(fù)雜的處理來(lái)進(jìn)行特征提取，再根據(jù)提取的特征來(lái)訓(xùn)練分類器。卷積神經(jīng)網(wǎng)絡(luò)通過(guò)結(jié)構(gòu)重組和減少權(quán)值將特征提取和分類功能進(jìn)行融合，這種結(jié)構(gòu)比以往多種算法性能更為高效[7]。因此，本文擬利用文本挖掘技術(shù)，設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)多分類模型，對(duì)來(lái)訪者的自述情況進(jìn)行智能分類，簡(jiǎn)化分診流程。

2 實(shí)驗(yàn)步驟與分析

2.1 流程圖

2.2 數(shù)據(jù)預(yù)處理

為獲得數(shù)據(jù)，訓(xùn)練分類模型以供使用，本文利用八爪魚采集器從“咨詢中國(guó)網(wǎng)”中爬取“公益心理問(wèn)答模塊”數(shù)據(jù)，共得到6個(gè)類別，分別為“婚戀情感”“親子關(guān)系”“人際關(guān)系”“認(rèn)識(shí)自我”“壓力疏導(dǎo)”及“子女成長(zhǎng)”。但每一類數(shù)據(jù)的數(shù)量不同，為使訓(xùn)練時(shí)類別均衡，本文將“親子關(guān)系”“人際關(guān)系”及“子女成長(zhǎng)”合并為“關(guān)系成長(zhǎng)”類。最終共有4個(gè)類別，其中婚戀情感自述情況條數(shù)310條，關(guān)系成長(zhǎng)自述情況條數(shù)284條，認(rèn)識(shí)自我自述情況條數(shù)310條，壓力疏導(dǎo)自述情況條數(shù)310條。

利用結(jié)巴分詞（jieba）將爬取的數(shù)據(jù)分詞，因文本并不長(zhǎng)，所以未加載停用詞，例如“我覺(jué)得我活得很累”被分為了“我覺(jué)得我活得很累”。

將分詞后結(jié)果轉(zhuǎn)為txt文本，代入Word2vec模型[1]，得到256維的詞向量，即一個(gè)中文詞（t）由256個(gè)數(shù)字表示，表示為R（t）。為訓(xùn)練出更好的詞匯模型，本文使用約43萬(wàn)條，涉及影視、小說(shuō)、心理、司法內(nèi)容的文本進(jìn)行訓(xùn)練，得到新的Word2vec結(jié)果。

R（t）=Word2vec（t）

接著利用訓(xùn)練得到的Word2vec模型，計(jì)算每條自述情況的向量R（dj），即句子dj中n個(gè)詞匯的Word2vec向量的均值，表示為：

2.3 模型構(gòu)建

以256維的文本向量作為特征，分類標(biāo)簽作為label，分別使用決策樹(shù)[2]、隨機(jī)森林[3]、SVM[4]及卷積神經(jīng)網(wǎng)絡(luò)[5]進(jìn)行建模。

將一條文本所得的256維向量看作16×16的二維矩陣。將32個(gè)5×5的小型矩陣，作為第一層的卷積核，對(duì)于大矩陣中的每個(gè)值，計(jì)算其周圍的值與卷積核對(duì)應(yīng)位置的乘積，將結(jié)果相加最終得到的終值則為新矩陣該位置的值。

一層卷積的操作可概括為：

（1）文本向量通過(guò)多個(gè)不同的卷積核的濾波，并加偏置，提取出局部特征，每一個(gè)卷積核映射出一個(gè)新的2D文本。

（2）將前面卷積核的濾波輸出結(jié)果，進(jìn)行非線性的激活函數(shù)ReLU處理。

（3）對(duì)激活函數(shù)的結(jié)果進(jìn)行最大池化，保留最顯著的特征，實(shí)現(xiàn)數(shù)據(jù)壓縮，并提升模型的畸變?nèi)萑棠芰Α?/p>

在第一層卷積層中，共有32個(gè)5×5的卷積核，第二層為64個(gè)5×5的卷積核，利用relu作為激活函數(shù)，全連接得到自述情況的分類。并利用AdamOptimizer不斷優(yōu)化得到結(jié)果，經(jīng)過(guò)20000次迭代后，得到準(zhǔn)確率最高的的模型。

2.4 實(shí)驗(yàn)結(jié)果

從實(shí)驗(yàn)結(jié)果可以看出，相較于傳統(tǒng)分類方法，卷積神經(jīng)網(wǎng)絡(luò)在短文本的分類中更具優(yōu)勢(shì)。準(zhǔn)確率得到大大提升。卷積神經(jīng)網(wǎng)絡(luò)通過(guò)卷積核的權(quán)值共享，減少了參數(shù)個(gè)數(shù)，亦提取了顯要特征，通過(guò)梯度下降算法的參數(shù)更迭，使得模型的準(zhǔn)確率得以大大提升。

2.5 實(shí)驗(yàn)進(jìn)階

在得到關(guān)于自述情況的分類后，可得知其咨詢的問(wèn)題所屬大類為何，即可推薦擅長(zhǎng)此大類的心理咨詢師。而實(shí)際情況中，推薦時(shí)若能夠更加細(xì)致，則心理咨詢師的推薦將能夠更加個(gè)性化。根據(jù)自述情況中來(lái)訪者的期望，自動(dòng)篩選出重要信息，例如希望心理咨詢師性別為男，年齡為30歲以上等等。

本文簡(jiǎn)單化處理，對(duì)于心理咨詢師的要求，統(tǒng)一在文本的最后，表述為：“心理咨詢師要……”，便可使用正則表達(dá)式，獲取其對(duì)咨詢師的要求，接著由“性別……”“……歲”等模式的正則，繼續(xù)細(xì)化出要求得到的結(jié)果，由機(jī)器直接獲取信息，按照心理咨詢師的標(biāo)簽，進(jìn)行推薦。

3 結(jié)語(yǔ)

與傳統(tǒng)方法對(duì)比，卷積神經(jīng)網(wǎng)絡(luò)在短文本分類上訓(xùn)練效果更好，但準(zhǔn)確率仍有提升的空間。若能考慮到關(guān)鍵詞在分類過(guò)程中的顯著作用，相信能夠得到更好的結(jié)果。例如通過(guò)“老公”，“男朋友”兩詞，即可判定此文本屬于婚戀情感類。但可以肯定的是，卷積神經(jīng)網(wǎng)絡(luò)在心理咨詢自述情況上的分類是有應(yīng)用價(jià)值的。當(dāng)配合以正則表達(dá)式，便可更個(gè)性化推薦心理咨詢師。

參考文獻(xiàn)

[1]王奕森，夏樹(shù)濤.集成學(xué)習(xí)之隨機(jī)森林算法綜述[J].信息通信技術(shù)，2018，12（01）：49-55.

[2]郭東亮，劉小明，鄭秋生.基于卷積神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)短文本分類方法[J].計(jì)算機(jī)與現(xiàn)代化，2017（04）：78-81.

[3]唐明，朱磊，鄒顯春.基于Word2Vec的一種文檔向量表示[J].計(jì)算機(jī)科學(xué)，2016，43（06）：214-217+269.

[4]張棪，曹健.面向大數(shù)據(jù)分析的決策樹(shù)算法[J].計(jì)算機(jī)科學(xué)，2016，43（S1）：374-379+383.

[5]崔建明，劉建明，廖周宇.基于SVM算法的文本分類技術(shù)研究[J].計(jì)算機(jī)仿真，2013，30（02）：299-302+368.

[6]許闖.網(wǎng)絡(luò)心理咨詢五步法[J].政工導(dǎo)刊，2017（07）：40-41.

[7]夏從零，錢濤，姬東鴻.基于事件卷積特征的新聞文本分類[J].計(jì)算機(jī)應(yīng)用研究，2017，34（04）：991-994.