解仲秋

（西安航空職業(yè)技術(shù)學(xué)院，陜西西安 710089）

根據(jù)世界衛(wèi)生組織的最新研究統(tǒng)計，心理健康疾病已成為全球第四大疾病。以抑郁癥為例，當(dāng)前全世界約有3 億人正在遭受著抑郁癥的摧殘[1-5]。隨著我國經(jīng)濟社會的發(fā)展，人們開始更多地關(guān)注自身的心理健康。在大學(xué)階段，由于學(xué)生所處的內(nèi)外部環(huán)境迅速變化，較多學(xué)生無法及時適應(yīng)，容易產(chǎn)生心理問題。據(jù)研究統(tǒng)計，大學(xué)生的心理問題具有明顯的階段性特征，較多學(xué)生無法及時察覺自身的心理變化，導(dǎo)致心理問題的惡化并產(chǎn)生嚴(yán)重的后果[6-12]。

為了及時發(fā)現(xiàn)大學(xué)生的心理問題，提供心理幫助，文中對智能化的心理狀態(tài)評價方法進行了研究?？紤]到心理問題難以自行察覺、學(xué)生普遍存在對心理咨詢和調(diào)查等方式的抵觸情緒，文中采用文本信息分析的方法進行心理問題識別?；ヂ?lián)網(wǎng)是大學(xué)生課外精神生活的重要平臺，各種社交網(wǎng)絡(luò)每天均產(chǎn)生著大量的文本信息，這些信息中可以反映學(xué)生心理狀態(tài)的變化。文中以高校內(nèi)部學(xué)生論壇產(chǎn)生的文本資源為依托，引入人工智能算法，深入研究了心理狀態(tài)評價和預(yù)警模型。

1 理論基礎(chǔ)

1.1 基于文本信息的心理狀態(tài)評價

高等院校的校園論壇是反映學(xué)生心聲、發(fā)表個人觀點的重要場所，對于該場所進行自動化監(jiān)控以及時掌握學(xué)生當(dāng)前的心理狀態(tài)、預(yù)測學(xué)生心理未來動態(tài)具有重要意義?；谏缃痪W(wǎng)絡(luò)的高校學(xué)生心理健康評估，需要采集各類反映心理健康的特征指標(biāo)，具體如圖1 所示[13-15]。

圖1 心理狀態(tài)評估特征體系

從圖1 可以看出，在基于文本內(nèi)容進行心理狀態(tài)評估時，主要關(guān)注4 個方面的特征：行為特征、屬性特征、內(nèi)容特征和社會關(guān)系特征。

行為特征W0：可以刻畫用戶心理特征的網(wǎng)絡(luò)行為。從心理學(xué)的角度，大學(xué)生在論壇上的發(fā)帖、評論、點贊的頻率，以及學(xué)生的在線活躍時長均受學(xué)生心理健康的狀態(tài)影響。

屬性特征W1：大學(xué)生在網(wǎng)絡(luò)論壇上留下的刻畫其個人基本信息的特征，比如年齡、性別、籍貫、專業(yè)、是否單身等。

內(nèi)容特征W2：大學(xué)生在論壇上直接留下的文本信息，這些信息可以真實反映其內(nèi)心的真實想法。

社會關(guān)系特征W3：在心理學(xué)中，社會關(guān)系是學(xué)生在校、在社會等各個背景下因?qū)W習(xí)、社交等各種行為產(chǎn)生的相互關(guān)系。在社交論壇上，學(xué)生間的互相關(guān)注、不同的親密度均可讓不同的用戶產(chǎn)生聯(lián)系。若將一個學(xué)生看作一個節(jié)點，其主動與被動關(guān)注行為看作是一種連接關(guān)系，則對每個學(xué)生均可繪出一個社交網(wǎng)絡(luò)，這一網(wǎng)絡(luò)對于學(xué)生心理健康狀態(tài)的評估也有著重要意義。

基于圖1 的分析，在此給出智能化心理狀態(tài)評估的任務(wù)定義。在校園論壇集合下，定義以下幾個集合：

其中，D表示校園論壇集合，P表示論壇中的N個不同帖子，H表示帖子的L個不同主題，R表示帖子間的耦合關(guān)系。

此時，智能化心理評價與預(yù)警的數(shù)學(xué)定義如下：對于集合D中的任意元素p，搜索一個映射關(guān)系m及其對應(yīng)的一組特征F，使得：

其中，C是文本到心理狀態(tài)的分類結(jié)果。式（4）表示對于每個用戶其所發(fā)表的每一篇文本信息均對應(yīng)了一個分類，該分類可以表征其心理健康狀態(tài)，從而提醒高校的心理健康師及時給予干預(yù)。文中使用的映射關(guān)系m是深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)（CNN）。

1.2 卷積神經(jīng)網(wǎng)絡(luò)模型

圖2 給出了文中使用的卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型的基本結(jié)構(gòu)，其中包含多個卷積層、池化層和一個全連接層。卷積層進行卷積運算，池化層進行池化運算。在輸入層，首先借助LIWC 將文本內(nèi)容處理為長度為n的詞向量序列，然后借助Word2Vec 將其轉(zhuǎn)換為[16]：

圖2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

1）卷積層

在卷積層中，首先將式（5）中的詞向量劃分為：

卷積是卷積神經(jīng)網(wǎng)絡(luò)中特有的運算方式，卷積運算可以借助不同大小的卷積核窗口獲取文本不同位置的局部語義信息，進行特征的檢測與提取。對于式（6）的劃分向量，利用式（7）中的卷積運算進行逐一處理：

其中，f是卷積中使用的卷積核函數(shù)，是卷積后獲得的特征值。

卷積完成后，文中引入了激活函數(shù)對卷積結(jié)果進行去線性化，然后進行拼接。此時，可以得到卷積層輸出的特征矩陣G：

2）池化層

池化層用于將卷積獲得的特征進行降采樣，降低特征維度，防止網(wǎng)絡(luò)過于復(fù)雜導(dǎo)致運算效率降低以及過擬合現(xiàn)象。文中使用的池化方法為最大值池化，其方法如下：

3）全連接層

全連接層用于連接所有卷積、池化運算后獲得的特征值，并將其作為表征文本信息的最終特征向量。在全連接層中的計算如下：

其中，F(xiàn)是經(jīng)過全連接后獲得的原始特征信息，y是最終的分類結(jié)果。

2 方法實現(xiàn)

2.1 數(shù)據(jù)預(yù)處理

由于面向的是大學(xué)生的內(nèi)部論壇，因此為了保證應(yīng)用場景的契合，在進行模型的仿真時，可以選取現(xiàn)有的公開論壇的文本信息。文中選取的是CLPsyh2017 ReachOut 論壇的訓(xùn)練集，該訓(xùn)練集的基本組成如表1 所示。

表1 數(shù)據(jù)集組成

表2 給出了每一項數(shù)據(jù)的結(jié)構(gòu)。在該數(shù)據(jù)集中，每一條數(shù)據(jù)均由發(fā)帖的時間、作者、所在版塊、被閱讀數(shù)、被點贊數(shù)、內(nèi)容6 個部分組成。其在數(shù)據(jù)庫中的表示，如表2 所示。

表2 單項數(shù)據(jù)的結(jié)構(gòu)

在表3 中，將文中搜集的數(shù)據(jù)集標(biāo)注為4 個類別。其中，Crisis 表示表現(xiàn)出自我侵害傾向的心理問題；Red 表示遭受嚴(yán)重心理困擾的心理問題；Amber表示有可能出現(xiàn)心理問題；Green 表示出現(xiàn)心理問題的概率較小。每個類別對應(yīng)的數(shù)據(jù)量，如表3 所示。

表3 各樣本類別的數(shù)據(jù)量

文中基于LIWC 詞典進行文本數(shù)據(jù)的處理。在提取語言特征信息時，實現(xiàn)方法如下：

對于樣本數(shù)量為|D|、長度為ni的帖子：

其類別l在表3中類別出現(xiàn)的頻率計算方法如下：

在詞頻的基礎(chǔ)上，可以計算詞的標(biāo)準(zhǔn)差。該指標(biāo)越大，對于該類別的詞在此類心理問題上的差別就越大。標(biāo)準(zhǔn)差的計算方法如下：

在進行模型參數(shù)設(shè)置時，考慮到數(shù)據(jù)集中不同類別的樣本數(shù)在數(shù)量占比上差別較大。而深度學(xué)習(xí)網(wǎng)絡(luò)的分類精度會隨著樣本數(shù)量占比不均衡度的增長而逐漸劣化，因此文中對不同類別的樣本進行權(quán)重區(qū)分，具體方法如下：

訓(xùn)練中使用的損失函數(shù)如下：

在確定模型的迭代次數(shù)時，由于文中使用的樣本中，人工標(biāo)注的樣本數(shù)量較少。若進行了次數(shù)過多的迭代，則會使CNN 網(wǎng)絡(luò)出現(xiàn)過擬合現(xiàn)象；若迭代的次數(shù)過少，則模型的精度無法達到要求。圖3給出了模型在訓(xùn)練集和驗證集下不同迭代次數(shù)的模型精度?？梢钥闯?，當(dāng)訓(xùn)練集的迭代次數(shù)較少時，驗證集與訓(xùn)練集的精度一致性較高，模型精度較低；當(dāng)模型的迭代次數(shù)較大時，訓(xùn)練集模型的精度會隨之升高，但驗證集和訓(xùn)練集模型精度的差距變大。此時，模型出現(xiàn)了過擬合。因此，為了平衡模型精度與過擬合之間的關(guān)系，文中選擇的模型迭代次數(shù)為600次。

圖3 模型迭代次數(shù)和模型精度的關(guān)系

最終確定的神經(jīng)網(wǎng)絡(luò)的模型參數(shù)，如表4 所示。

表4 卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)

2.2 仿真結(jié)果

為了更優(yōu)地評估模型在識別大學(xué)生心理狀態(tài)時的效果，文中引入了FastText 模型進行對比實驗。在進行實驗前，為了區(qū)分不同心理狀態(tài)，文中將原有的Crisi、Red、Amber、Green 4 個類別進行重新劃分。表5 給出了重新劃分后的5 個類別，對于這5 個類別，使用機器學(xué)習(xí)分類問題中常用的兩個指標(biāo)F1 和Acc（分類精度）作為模型的評價指標(biāo)。兩個模型的測試結(jié)果，如表6、表7 所示。

表5 模型評估類別

表6 FastText模型計算結(jié)果

表7 CNN網(wǎng)絡(luò)計算結(jié)果

需要注意的是，在模型的指標(biāo)性能中，Non-Green F1 是非Green 類F1 的平均值，該值可以反映模型對于驗證集中所有心理不健康的學(xué)生識別力；而Flagged F1 是Green 類F1 的平均值，該值可以反映模型區(qū)分心理健康樣本和心理不健康樣本的能力。從計算結(jié)果可以看出，在Non-Green F1 指標(biāo)上，文中的CNN 模型較FastText 模型提升了0.05，F(xiàn)lagged F1提升了0.06。這說明，CNN 模型在樣本區(qū)分力和對于非健康樣本的識別力上均有提升。

在Urgent F1上，CNN 模型較FastText模型提升了0.11。這一指標(biāo)表明了，文中的模型對于一般心理問題和緊急性心理問題識別的區(qū)分能力更強，可以輔助學(xué)生快速得到與其自身心理問題相適應(yīng)的幫助。

從模型的各個類別識別精度來看，CNN 模型均優(yōu)于FastText 模型；在全樣本的精度上，CNN 模型的精度達到了0.71，高于FastText 模型的0.64，提升了0.07。綜上所述，在心理狀態(tài)的評價預(yù)警上，CNN 模型有著更優(yōu)的性能。

3 結(jié)束語

為了實現(xiàn)高等院校學(xué)生心理問題的智能化評價和及時預(yù)警，文中從校園論壇的輿情監(jiān)控角度出發(fā)，利用學(xué)生日常生活中產(chǎn)生的文本信息進行心理問題的相關(guān)特征提取。相較于傳統(tǒng)的心理學(xué)調(diào)查問卷、心理咨詢等方式，可以更隱蔽、有效、及時地發(fā)現(xiàn)學(xué)生在學(xué)習(xí)、生活中的心理問題。仿真結(jié)果表明，文中提出的基于卷積神經(jīng)網(wǎng)絡(luò)的智能化心理狀態(tài)識別方法，在各種心理問題的識別上，具有較好的精度與區(qū)分能力，可應(yīng)用在現(xiàn)有的高校心理工作中。