CN110580947A - 一种基于交互的心理分析方法及装置 - Google Patents
一种基于交互的心理分析方法及装置 Download PDFInfo
- Publication number
- CN110580947A CN110580947A CN201910692406.3A CN201910692406A CN110580947A CN 110580947 A CN110580947 A CN 110580947A CN 201910692406 A CN201910692406 A CN 201910692406A CN 110580947 A CN110580947 A CN 110580947A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- psychological
- content
- target user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 248
- 230000003993 interaction Effects 0.000 title claims abstract description 93
- 238000012512 characterization method Methods 0.000 claims abstract description 196
- 230000002452 interceptive effect Effects 0.000 claims abstract description 178
- 238000011156 evaluation Methods 0.000 claims abstract description 108
- 238000000034 method Methods 0.000 claims description 114
- 230000008569 process Effects 0.000 claims description 49
- 230000002996 emotional effect Effects 0.000 claims description 44
- 230000009471 action Effects 0.000 claims description 20
- 230000003340 mental effect Effects 0.000 claims description 15
- 230000001575 pathological effect Effects 0.000 claims description 15
- 238000013210 evaluation model Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 5
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 13
- 238000003062 neural network model Methods 0.000 description 12
- 230000008451 emotion Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000003203 everyday effect Effects 0.000 description 6
- 208000019901 Anxiety disease Diseases 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 206010044565 Tremor Diseases 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000001149 cognitive effect Effects 0.000 description 3
- 230000004424 eye movement Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 230000001568 sexual effect Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 208000027534 Emotional disease Diseases 0.000 description 2
- 208000019022 Mood disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 230000008260 defense mechanism Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 210000004243 sweat Anatomy 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 208000017194 Affective disease Diseases 0.000 description 1
- 206010010219 Compulsions Diseases 0.000 description 1
- 206010011469 Crying Diseases 0.000 description 1
- 241000052343 Dares Species 0.000 description 1
- 206010012239 Delusion Diseases 0.000 description 1
- 206010012374 Depressed mood Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 208000004547 Hallucinations Diseases 0.000 description 1
- 206010026749 Mania Diseases 0.000 description 1
- 208000037490 Medically Unexplained Symptoms Diseases 0.000 description 1
- 206010027940 Mood altered Diseases 0.000 description 1
- 208000009668 Neurobehavioral Manifestations Diseases 0.000 description 1
- 206010029333 Neurosis Diseases 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 208000024823 antisocial personality disease Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000012742 biochemical analysis Methods 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000012459 cleaning agent Substances 0.000 description 1
- 230000003931 cognitive performance Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 231100000868 delusion Toxicity 0.000 description 1
- 208000030964 dependent personality disease Diseases 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 230000002197 limbic effect Effects 0.000 description 1
- 230000036630 mental development Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000002981 neuropathic effect Effects 0.000 description 1
- 208000015238 neurotic disease Diseases 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 208000024817 paranoid personality disease Diseases 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
Landscapes
- Health & Medical Sciences (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及数据分析处理技术领域，公开一种基于交互的心理分析方法及系统，包括：通过至少一种预设交互方式与当前用户进行交互，获得交互内容，该交互内容中至少包含关于目标用户的会话文本信息；对交互内容进行内容识别与分析，获得若干个表征数据；对若干个表征数据进行分析，得到目标用户的心理分析数据。实施本发明实施例，能够对获取的当前用户的交互内容进行分析，得到交互内容中包含的与目标用户相关的表征数据，进而通过对表征数据进行分析得到目标用户的心理分析数据，以使获得的心理分析数据与当前用户自身更加匹配，进而可以使得基于心理分析数据的心理测评的结果更加准确和高效。
Description
技术领域
本发明涉及数据分析处理技术领域，具体涉及一种基于交互的心理分析方法及装置。
背景技术
随着现代社会中生活压力的日益增长，越来越多的人出现了各种各样的心理问题。目前，基于互联网交互进行心理问题交流和诊断检测也日益普遍，心理问题检测往往涉及对交互内容多方面的信息分析和评估，目前的方式是通过心理精神专业人士的分析测评来实现的。在实践中发现，这种传统的分析测评模式存在容易遗漏信息、评估周期长、检测不及时、测评结果受专家主观意识影响大、效率比较低等问题。
发明内容
本发明实施例公开一种基于交互的心理分析方法及装置，能够通过对交互内容进行处理，获取到用户的心理分析数据，提升了心理检测的效率和准确性。
本发明实施例第一方面公开一种基于交互的心理分析方法，所述方法包括：
获取交互内容，所述交互内容中至少包含关于目标用户的会话文本信息；
对所述交互内容进行内容识别与分析，获得若干个表征数据；
对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据。
作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：
获取所述目标用户的用户信息；
所述对所述交互内容进行内容识别与分析，获得若干个表征数据，包括：
对所述交互内容和所述用户信息进行内容识别与分析，获得若干个表征数据。
作为一种可选的实施方式，在本发明实施例第一方面中，所述表征数据中包含与所述交互内容匹配的常识信息。
作为一种可选的实施方式，在本发明实施例第一方面中，所述对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据之后，所述方法还包括：
将所述若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据；
将所述若干个心理解释数据确定为所述目标用户的心理分析数据。
作为一种可选的实施方式，在本发明实施例第一方面中，所述将所述若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据之后，所述方法还包括：
将所述若干个表征数据和/或所述若干个心理解释数据输入至心理评价模型，得到若干个心理解释评价数据；
将所述若干个心理解释评价数据确定为所述目标用户的心理分析数据。
作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行人格识别分析，得到所述目标用户的人格评估数据，所述人格评估数据中至少包括人格特征类型和/或人格结构的病态程度；
或者，
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据以及所述若干个表征数据进行人格识别分析，得到所述目标用户的人格评估数据，所述人格评估数据中至少包括人格特征类型和/或人格结构的病态程度。
作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行情绪状态分析，得到所述目标用户的情绪状态数据；
或者，
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据，以及所述若干个表征数据和/或所述人格评估数据进行情绪状态分析，得到所述目标用户的情绪状态数据。
作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行性格分析，得到所述目标用户的性格数据；
或者，
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据以及所述若干个表征数据进行性格分析，得到所述目标用户的性格数据。
作为一种可选的实施方式，在本发明实施例第一方面中，所述对所述交互内容进行内容识别与分析，获得若干个表征数据，包括：
对所述交互内容的内容类型进行检测，所述内容类型至少包含文本类型和语音类型中的任意一种；
当所述交互内容包含文本类型内容时，将所述文本类型内容确定为会话文本信息；
当所述交互内容包含语音类型内容时，将所述语音类型内容转化为文本信息，将所述文本信息作为会话文本信息；
对所述会话文本信息进行内容识别与分析，获得若干个表征数据。
作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：
在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的视频信息；
根据所述视频信息，识别出所述用户的肢体动作表征数据；
所述对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据，包括：
对所述若干个表征数据以及所述肢体动作表征数据进行分析，得到所述目标用户的心理分析数据。
作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：
在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的音频信息；
根据所述音频信息，识别出所述用户的声音特征表征数据；
所述对所述交互内容进行内容识别与分析，获得若干个表征数据，包括：
结合所述声音特征表征数据，对所述交互内容进行内容识别与分析，获得若干个表征数据。
作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：
在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的生理指标数据；
所述对所述交互内容进行内容识别与分析，获得若干个表征数据，包括：
结合所述生理指标数据，对所述交互内容进行内容识别与分析，获得若干个表征数据。
本发明实施例第二方面公开一种基于交互的心理分析装置，所述装置包括：
第一获取单元，用于获取交互内容，所述交互内容中至少包含关于目标用户的会话文本信息；
第一识别单元，用于对所述交互内容进行内容识别与分析，获得若干个表征数据；
第一分析单元，用于对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第二获取单元，用于获取所述目标用户的用户信息；
所述第一识别单元对所述交互内容进行内容识别与分析，获得若干个表征数据的方式具体为：
对所述交互内容和所述用户信息进行内容识别与分析，获得若干个表征数据。
作为一种可选的实施方式，在本发明实施例第二方面中，所述表征数据中包含与所述交互内容匹配的常识信息。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第一输入单元，用于在所述第一识别单元对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据之后，将所述若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据；
第一确定单元，用于将所述若干个心理解释数据确定为所述目标用户的心理分析数据。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第二输入单元，用于在所述第一输入单元将所述若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据之后，将所述若干个表征数据和/或所述若干个心理解释数据输入至心理评价模型，得到若干个心理解释评价数据；
第二确定单元，用于将所述若干个心理解释评价数据确定为所述目标用户的心理分析数据。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第二分析单元，用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行人格识别分析，得到所述目标用户的人格评估数据，所述人格评估数据中至少包括人格特征类型和/或人格结构的病态程度；
或者，
所述第二分析单元，还用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据以及所述若干个表征数据进行人格识别分析，得到所述目标用户的人格评估数据，所述人格评估数据中至少包括人格特征类型和/或人格结构的病态程度。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第三分析单元，用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行情绪状态分析，得到所述目标用户的情绪状态数据；
或者，
所述第三分析单元，还用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据，以及所述若干个表征数据和/或所述人格评估数据进行情绪状态分析，得到所述目标用户的情绪状态数据。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第四分析单元，用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行性格分析，得到所述目标用户的性格数据；
或者，
所述第四分析单元，还用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据以及所述若干个表征数据进行性格分析，得到所述目标用户的性格数据。
作为一种可选的实施方式，在本发明实施例第二方面中，所述第一识别单元包括：
检测子单元，用于对所述交互内容的内容类型进行检测，所述内容类型至少包含文本类型和语音类型中的任意一种；
确定子单元，用于当所述交互内容包含文本类型内容时，将所述文本类型内容确定为会话文本信息；
转化子单元，用于当所述交互内容包含语音类型内容时，将所述语音类型内容转化为文本信息，将所述文本信息作为会话文本信息；
获得子单元，用于对所述会话文本信息进行内容识别与分析，获得若干个表征数据。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第一采集单元，用于在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的视频信息；
第二识别单元，用于根据所述视频信息，识别出所述用户的肢体动作表征数据；
所述第一分析单元对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据的方式具体为：
对所述若干个表征数据以及所述肢体动作表征数据进行分析，得到所述目标用户的心理分析数据。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第二采集单元，用于在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的音频信息；
第三识别单元，用于根据所述音频信息，识别出所述用户的声音特征表征数据；
所述第一识别单元对所述交互内容进行内容识别与分析，获得若干个表征数据的方式具体为：
结合所述声音特征表征数据，对所述交互内容进行内容识别与分析，获得若干个表征数据。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第三采集单元，用于在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的生理指标数据；
所述第一识别单元对所述交互内容进行内容识别与分析，获得若干个表征数据的方式具体为：
结合所述生理指标数据，对所述交互内容进行内容识别与分析，获得若干个表征数据。
本发明实施例第三方面公开一种服务器设备，所述服务器设备包括本发明实施例第二方面公开的基于交互的心理分析装置。
本发明实施例第四方面公开一种终端设备，所述终端设备包括本发明实施例第二方面公开的基于交互的心理分析装置。
本发明实施例第五方面公开另一种服务器设备，包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行第一方面的任意一种方法的部分或全部步骤。
本发明实施例第六方面公开一种计算机可读存储介质，所述计算机可读存储介质存储了程序代码，其中，所述程序代码包括用于执行第一方面的任意一种方法的部分或全部步骤的指令。
本发明实施例第七方面公开一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
本发明实施例第八方面公开一种应用发布平台，所述应用发布平台用于发布计算机程序产品，其中，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，通过至少一种预设交互方式与当前用户进行交互，获得交互内容，该交互内容中至少包含关于目标用户的会话文本信息；对交互内容进行内容识别与分析，获得若干个表征数据；对若干个表征数据进行分析，得到目标用户的心理分析数据。可见，实施本发明实施例，能够对获取的当前用户的交互内容进行分析，得到交互内容中包含的与目标用户相关的表征数据，进而通过对表征数据进行分析得到目标用户的心理分析数据，以使获得的心理分析数据与当前用户自身更加匹配，进而可以使得基于心理分析数据的心理测评的结果更加准确和高效。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于交互的心理分析方法的流程示意图；
图2是本发明实施例公开的另一种基于交互的心理分析方法的流程示意图；
图3是本发明实施例公开的另一种基于交互的心理分析方法的流程示意图；
图4是本发明实施例公开的一种基于交互的心理分析装置的结构示意图；
图5是本发明实施例公开的另一种基于交互的心理分析装置的结构示意图；
图6是本发明实施例公开的另一种基于交互的心理分析装置的结构示意图；
图7是本发明实施例公开的一种服务器设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开一种基于交互的心理分析方法及装置，能够通过交互内容分析得到心理分析数据，以使基于心理分析数据的心理测评的结果更加准确和高效。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种基于交互的心理分析方法的流程示意图。如图1所示，该基于交互的心理分析方法可以包括以下步骤：
101、服务器设备获取交互内容，交互内容中至少包含关于目标用户的会话文本信息。
本发明实施例中，获取的交互内容可以为对话式交互内容，也可以为叙述式交互内容，当交互内容为对话式交互内容时，可以根据预设的方式从对话内容中选取部分或全部对话内容作为交互内容；当交互内容为叙述式交互内容时(如用户输入的一段完整叙述内容)，可以根据预设方式从用户叙述的内容中选取部分或全部叙述内容作为交互内容。对话式交互内容可以为文字类型的内容，也可以为音频类型的内容，还可以为包含音频的视频类型的内容，对此，本发明实施例不做限定。
本发明实施例中，服务器设备可以设置选取对话内容或叙述内容的数量、时间段等信息，以使服务器设备可以从对话内容或叙述内容中选取出与预设的数量或时间段等信息匹配的内容作为交互内容。如服务器设备可以获取全部的会话内容；也可以获取约定数量的会话内容；也可以获取约定时间段内的会话内容；也可以获取对话方中的其中一方的全部或部分会话内容；也可以获取对话方中的其中一方的约定时间段内的会话内容；还可以只获取对话方中的其中一方的最后一条会话信息。
本发明实施例中，目标用户可以为输出交互内容的用户，也可以为交互内容中涉及到的用户。当交互内容为对话式交互内容时，目标用户可以是对话中的其中一方，也可以为对话中的所有人讨论的用户；当交互内容为叙述式交互内容时，目标用户可以是叙述内容的用户，也可以是叙述内容所涉及的用户。
本发明实施例中，当交互内容为文字类型的内容时，可以直接将交互内容作为会话文本信息；当交互内容为音频类型的内容时，可以识别音频类型的内容中包含的文字信息，并将识别出的文字信息确定为会话文本信息；当交互内容为包含音频的视频类型的内容时，可以识别视频类型的内容中包含的语音信息，并将识别出的语音信息转化为文字信息，进而将转化的文字信息确定为会话文本信息。
102、服务器设备对交互内容进行内容识别与分析，获得若干个表征数据。
本发明实施例中，通过分析识别得到的若干个表征数据可以为：目标用户信息(如年龄、性别、种族、民族、宗教、阶级背景、躯体疾患、政治态度以及性取向等)、情境数据(情境事件，以及事件中的人物、地点、时间、行为等)、情境的反应数据(如由情境事件引发的目标用户的情绪、行为以及生理反应等)、认知行为信息、疾病信息(如目标用户的躯体症状、疾病信息以及治疗信息等)、家庭信息(如目标用户的婚姻信息以及家庭成员信息等)、社会信息(如目标用户的工作信息、学习信息以及社交信息等)以及各表征数据间的次序信息等。
上述表征数据是指在交互中描述到或表现出来的信息，是包含在交互内容中的表层信息。
本发明实施例中，由于交互内容中至少包含会话文本信息，因此服务器设备需要对交互内容中包含的会话文本信息进行内容识别与分析，即服务器设备对交互内容进行内容识别与分析，获得若干个表征数据的方式可以为：
服务器设备对交互内容中的会话文本信息进行识别与分析，得到会话文本信息对应的若干个会话表征数据，并将若干个会话表征数据确定为交互内容对应的若干个表征数据。
可选的，服务器设备获取的交互内容中还可以包含多媒体信息(如视频信息和/或音频信息等)和/或生理指标数据等内容，服务器设备在得到会话文本信息对应的若干个会话表征数据，并将若干个会话表征数据确定为交互内容对应的若干个表征数据之后，还可以执行以下步骤：
当检测到交互内容中还包含多媒体信息(如视频信息和/或音频信息)时，服务器设备可以对多媒体信息中的视频信息进行识别与分析，得到若干个肢体动作表征数据；以及服务器设备可以对视频信息中的声音和/或音频信息进行内容识别与分析，到若干个音频表征数据；以及服务器设备可以将若干个音频表征数据添加至交互内容对应的若干个表征数据中；
当检测到交互内容中存在生理指标数据时，服务器设备可以对生理指标数据进行识别与分析，得到若干个生理指标表征数据；以及服务器设备可以将若干个生理指标表征数据添加至交互内容对应的若干个表征数据中。
其中，实施这种实施方式，可以对交互内容中包含的不同类型的交互内容分别进行内容识别与分析，以得到各个类型的交互内容分别对应的表征数据，从而使得得到的若干个表征数据更加全面。
本发明实施例中，分析并识别表征数据的方式可以为命名实体识别或情景内容识别等，其中：
命名实体识别(Named Entity Recognition，NER)方式可以在交互内容的会话文本信息包含的句子中定位并识别人名、地名、机构名、数字、日期等实体，可以基于预设的限定方式从交互内容的会话文本信息中识别出与预设的限定方式匹配的命名实体；也可以基于特征模板的方式来识别命名实体，即通过统计机器学习方法将NER视作序列标注任务，并利用大规模语料学习得到标注模型，进而对交互内容的会话文本信息中的各个句子的各个位置进行标注；还可以基于字的BiLSTM-CRF模型构建神经网络模型，以及数据集采用BIO(B-begin，I-inside，O-outside)标注的数据样本，可以将标注数据样本输入到神经网络模型里，经过多轮次迭代运算，训练获得一个最优模型，得到命名实体识别模型，并通过该命名实体识别模型从交互内容的会话文本信息中识别出命名实体。
情景内容识别方式可以获取若干情境内容标注数据样本，标注格式为：文本内容，文本内容中对应包含的情境内容文本的起始位置和截止位置；并且预建神经网络模型，该神经网络模型基于Google的BERT(Bidirectional Encoder Representations fromTransfoemers)预训练模型构建，且该神经网络模型可以分为两层，BERT层和情境识别层，通过修改BERT的输入序列和em-beddings，以使BERT能够处理文本内容的多句子，然后对BERT的输出数据使用sigmoid函数进行预测处理，以及将情境内容标注数据样本输入到神经网络模型里，经过多轮次迭代运算，使得内部向量化的文本内容到对应的情境内容的概率最大化，从而得到情境内容识别模型，通过该情境内容识别模型对交互内容进行识别，得到情境内容表征数据。
可见，本发明实施例可以通过多种的神经网络技术来构建表征数据识别模型，还可以采用同样原理的技术构建的模型来实现，对此，本发明实施例不做限定。同样的，其他表征数据可以通过类似的方式获得，本发明实施例不做一一列举。
举例来说，如果会话交互内容为：
用户A：你每天都是这样洗手？
用户B：是的，我每天反复洗手几十次，每次都洗好长时间。
将会话交互内容输入到情境内容识别模型，得到情境表征数据为：“我每天反复洗手几十次，每次都洗好长时间”。
可选的，服务器设备还可以获取到目标用户的用户信息，并结合音频信息以及生理指标数据等对交互内容进行分析，以得到若干个表征数据，其中：
1)服务器设备结合音频信息对交互内容进行分析，以得到若干个表征数据的方式可以为：
在与当前用户进行交互的过程中，服务器设备采集当前用户在交互过程中的音频信息。
服务器设备根据音频信息，识别出用户的声音特征表征数据。
服务器设备结合声音特征表征数据，对交互内容进行内容识别与分析，获得若干个表征数据；或者，服务器设备结合声音特征表征数据，对交互内容和用户信息进行内容识别与分析，获得若干个表征数据。
实施这种实施方式，可以从采集到的音频信息中识别出用户在交互过程中的声音的特征，进而将用户在交互过程中声音的特征对应的情绪等表征数据进行识别，以使服务器设备可以结合识别出的声音特征表征数据对交互内容进行分析，以提高获得的表征数据的准确性。
本发明实施例中，服务器设备可以采集目标用户在输入交互内容过程中的音频内容，进而可以通过预先建立的音频表征分析模型对音频内容进行分析，以得到目标用户的音频内容中的声音特征对应的表征数据(如哭泣声、笑声、大声、小声、声音高亢、声音低沉以及沉默等)。
本发明实施例中，预先建立的音频表征分析模型可以为一种神经网络模型，可以对若干带有音频表征标签的音频样本数据进行深度学习多轮次迭代运算，可以训练得到一个最优模型，即音频表征分析模型。
2)服务器设备结合生理指标数据对交互内容进行分析，以得到若干个表征数据的方式可以为：
在与当前用户进行交互的过程中，通过生理指标检测设备采集当前用户在交互过程中的生理指标数据。
服务器设备结合生理指标数据，对交互内容进行内容识别与分析，获得若干个表征数据；或者，服务器设备结合生理指标数据，对交互内容和用户信息进行内容识别与分析，获得若干个表征数据。
实施这种实施方式，可以在当前用户进行交互的过程中采集当前用户的生理指标数据，以使服务器设备可以根据当前用户的生理指标数据对当前用户交互过程中的生理状态进行分析，得到生理指标数据，进而使得到的表征数据与生理指标数据相关，提高了表征数据与当前用户心理的相关性。
本发明实施例中，服务器设备可以通过生理指标检测设备采集目标用户在输入交互内容过程中的生理指标数据，不同的生理指标检测设备可以检测并输出不同的生理指标数据，如血压计可以输出目标用户的血压数据和脉搏数据，体温计可以输出目标用户的体温数据，血糖计可以输出目标用户的血糖数据，心电图仪可以输出目标用户的心电数据，呼吸检测仪可以输出目标用户的呼吸数据，皮肤电测试仪可以输出目标用户的皮肤电数据，皮肤汗水分测试仪可以输出目标用户的皮肤汗水分数据，眼动仪可以输出目标用户的眼动数据，血液生化分析系统可以输出目标用户的血液生物标记物数据，脑电记录与分析系统可以输出目标用户的脑数据等，对此，本发明实施例不做限定。
此外，还可以对已获得的表征数据做进一步分析，获得更多的表征数据。如对已获得的情境表征数据做进一步分析，获得情境表征数据中的情境人物、情境行为、情境地点等表征数据。
103、服务器设备对若干个表征数据进行分析，得到目标用户的心理分析数据。
本发明实施例中，服务器设备还可以获取到当前用户在交互过程中的视频信息，并对视频信息进行分析，以从视频信息中识别出当前用户的肢体动作表征数据，进而可以将肢体动作表征数据与若干个表征数据同时分析，得到最终的目标用户的心理分析数据。
可选的，服务器设备可以在与当前用户进行交互的过程中，采集当前用户在交互过程中的视频信息；
服务器设备可以根据视频信息，识别出用户的肢体动作表征数据；
服务器设备可以对若干个表征数据以及肢体动作表征数据进行分析，得到目标用户的心理分析数据。
实施这种实施方式，可以从采集到的视频信息中识别出用户的肢体动作表征数据，进而使得服务器设备可以在分析若干个表征数据的同时也对用户的肢体动作表征数据进行分析，从而使得得到的目标用户的心理分析数据更加准确。
更进一步，服务器设备还可以对若干个表征数据、肢体动作表征数据以及用户信息进行分析，得到目标用户的心理分析数据，以使得到的目标用户的心理分析数据更加全面。
本发明实施例中，服务器设备可以采集目标用户在输入交互内容过程中的视频内容，视频内容中可以包含目标用户在输入交互内容过程中的肢体动作、面部表情等信息，服务器设备可以通过预先建立的视频肢体语言分析模型对视频内容进行分析，以得到目标用户在视频内容中的肢体动作对应的表征数据，该肢体动作对应的表征数据可以包含目标用户的面部表情(如微笑、皱眉、眼动等)以及其他身体动作(如扭头、抱胸、抖腿、搓手以及身体颤抖等)等。
本发明实施例中，预先建立的视频肢体语言分析模型可以为一种神经网络模型，可以获取若干肢体语言训练数据样本，该肢体语言训练数据样本可以由身体姿态的图像/视频样本和对应的姿态标注样本组成，且各个肢体语言训练数据样本中可以设置有对应的肢体语言标签；通过对若干设置有肢体语言标签的肢体语言训练数据样本进行深度学习多轮次迭代运算，可以训练得到一个最优模型，即视频肢体语言分析模型。
在图1所描述的方法中，能够通过交互内容分析得到心理分析数据，以使基于心理分析数据的心理测评的结果更加准确。此外，实施图1所描述的方法，可以使得到的表征数据更准确。此外，实施图1所描述的方法，提高获得的表征数据的准确性。此外，实施图1所描述的方法，提高了表征数据与当前用户心理的相关性。此外，实施图1所描述的方法，使得得到的若干个表征数据更加全面。
实施例二
请参阅图2，图2是本发明实施例公开的另一种基于交互的心理分析方法的流程示意图。如图2所示，该基于交互的心理分析方法可以包括以下步骤：
201、服务器设备获取交互内容，交互内容中至少包含关于目标用户的会话文本信息。
202、服务器设备获取目标用户的用户信息。
本发明实施例中，用户信息可以为用户个人信息(如年龄、性别、种族、民族、宗教、阶级背景、躯体疾患、政治态度以及性取向等)、家庭信息(如居住信息、婚姻信息以及家庭成员信息等)以及社会信息(如工作信息、收入信息、学习信息以及社交关系信息等)。
服务器设备获取的目标用户信息可以是用户预先登记的详细信息，也可以是通过其他技术方式获取(或收集)的信息。具体获取方式和来源本发明实施例不做限定。
203、服务器设备对交互内容和用户信息进行内容识别与分析，获得若干个表征数据，其中，表征数据中包含与交互内容匹配的常识信息。
本发明实施例中，常识信息可以为根据社会常识知识对交互内容进行推理得到的信息，如可以推理得到性别、年龄、职业、民族以及种族等信息。且常识信息的识别方式可以通过将交互内容输入至预设的常识分析模型中，以得到常识信息。
举例来说，如果识别出的交互内容的会话文本信息为：“下周就要期末考试了，我还没复习好”，根据社会常识知识可以识别出，学校的学习才会有期末考试，并且目标用户有复习的任务，所以可以分析得到用户的职业是“学生”。
本发明实施例中，常识分析模型的构建方式可以为：获取若干个二元数据对样本，二元数据对样本可以由会话文本内容和常识结果的配对数据构成；并将若干个二元数据对样本进行向量化处理，得到向量化样本数据；以及将向量化样本数据输入到预先构建的神经网络模型中进行多轮次迭代运算，进行的迭代运算训练使得向量化样本数据对应的向量化常识结果的匹配概率最大，从而获得常识分析模型。
本发明实施例中，实施上述的步骤202～步骤203，可以获取与交互内容相关的目标用户的用户信息，结合用户信息对交互内容进行分析，可以得到更加与目标用户自身匹配的表征数据，从而提高分析得到的表征数据的准确性。
204、服务器设备对若干个表征数据进行分析，得到目标用户的心理分析数据。
205、服务器设备将若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据。
本发明实施例中，心理解释数据是比表征数据更深层次的信息，是对交互内容表征数据进行心理学解释的信息。
本发明实施例中，服务器设备可以根据将一个表征数据输入至心理解释分析模型，得到心理解释数据，也可以多个表征数据输入至心理解释分析模型，得到一个或多个心理解释数据；不同的心理解释数据可以通过对应的心理解释分析模型获得；心理解释数据可以包括：防御(如防御、防御动机以及防御机制等)、中心情感、认同、关系图式、气质及固定的归因模式、意识识别分析、心境识别分析(如目标用户的情绪状态以及工作生活态度变化等)、自动思维、中间信念(如态度、规则以及假设等)、核心信念、阻抗、象征(如习惯性象征以及偶发性象征等)、退行、进步、性观念、心理学症状(如情绪症状、认知表现、动力性表现、植物性和躯体性症状、妄想以及幻觉等)、移情、意识、前意识、潜意识以及潜意识冲突等。
本发明实施例中，心理解释分析模型可以基于机器学习对语料样本训练得到的，其中语料样本至少包含表征数据样本和心理解释数据样本。例如，自动思维心理解释分析模型的构建方式可以为：获取若干数量的数据对样本，数据对样本由情境信息(情境事件和反应)和自动思维的配对数据构成；并将数据对样本进行向量化处理，得到向量化样本数据；以及将向量化样本数据输入到预先构建的神经网络模型中进行多轮次迭代运算，进行的迭代运算训练使得向量化样本数据的情境信息样本对应的向量化自动思维的匹配概率最大化，从而获得自动思维心理解释分析模型。其他不同的心理解释分析模型可以根据相似的方式构建，本发明实施例不在一一列举。
举例来说，交互内容的会话文本信息可以为：“我觉得自己比较容易生气。那天我去图书馆路上碰到小莉，我给她打招呼，她不怎么理我，她不真心关心我了”；
分析得到的情境表征数据可以为：那天我去图书馆路上碰到小莉，我给她打招呼，她不怎么理我，她不真心关心我了；
将该情境表征数据可以通过自动思维心理解释分析模型分析得到自动思维：某人不理我，就是不关心我。
作为一种可选的实施方式，服务器设备执行步骤205之后，还可以执行以下步骤：
服务器设备将若干个表征数据和/或若干个心理解释数据输入至心理评价模型，得到若干个心理解释评价数据；
服务器设备将若干个心理解释评价数据确定为目标用户的心理分析数据。
其中，实施这种实施方式，可以将表征数据和/或心理解释数据输入至心理评价模型，以得到若干个心理解释评价数据，并将若干个心理解释评价数据也作为心理分析数据，以使心理分析数据的组成内容更加丰富。
本发明实施例中，心理解释评价数据可以为：自我评价、情绪评价、自动思维评价、中间信念评价、核心信念评价、认知表现评价、动力性表现评价、表象评价、信念评价、阻抗评价、防御机制的评价、情感的评估、不可改变因素的评估、心理发育的评估、认同的评估、关系模式的评估、自尊的评估、病态信念的评估以及智力评价等。
本发明实施例中，所述心理评价模型可以基于机器学习通过对语料样本训练的方式得到的，其中语料样本至少包含表征数据样本、心理解释数据样本和心理解释评估数据样本，所述心理评价模型可以包括至少一组表征数据和心理解释数据与心理解释评价数据的对应关系。
举例来说，如果目标用户在某情境下处于焦虑(心理解释数据)状态，并且身体反应是“大汗淋漓”(生理指标表征数据)，可以根据心理评价模型的逻辑规则判断出当时是处于“非常焦虑”(心理解释评价数据)。
举例来说，当分析得到的情境信息为：那天我去图书馆路上碰到小莉，我给她打招呼，她不怎么理我，她不真心关心我了；
通过该情境信息可以通过心理解释分析模型分析得到自动思维：某人不理我，就是不关心我；
进一步的分析，可以通过心理评价模型分析得到该自动思维的心理解释评价数据：该自动思维属于错误思维“最大化”和“以偏概全”，是歪曲的和消极的。
可选的，服务器设备可以根据表征数据、若干个心理解释数据以及心理解释评价数据分析生成目标用户的人格评估数据、情绪状态数据以及性格数据，其中：
1)目标用户的人格评估数据的生成方式可以为：
服务器设备对若干个心理解释数据和若干个心理解释评价数据中的至少一种数据进行人格识别分析，得到目标用户的人格评估数据，人格评估数据中至少包括人格特征类型和/或人格结构的病态程度；或者，
服务器设备对若干个心理解释数据和若干个心理解释评价数据中的至少一种数据以及若干个表征数据进行人格识别分析，得到目标用户的人格评估数据，人格评估数据中至少包括人格特征类型和/或人格结构的病态程度。
实施这种实施方式，可以通过对心理解释数据、心理解释评价数据或表征数据进行人格识别分析，得到目标用户的人格评估数据，以使得到的人格评估数据更加准确。
本发明实施例中，人格评估数据可以为：目标用户的人格特征类型和人格结构的病态程度，其中：人格特征类型可以包括以下至少一种：偏执型人格、分裂样型和分裂型人格、反社会型人格、边缘型人格、表演型人格、自恋型人格、依赖型人格、回避型人格、强迫型人格、被动-攻击型人格以及各种亚型人格或多重人格；人格结构的病态程度可以包括：常态、神经症性、边缘性以及精神病性等。
本发明实施例中，人格评估数据可以通过人格识别模型进行识别分析。人格识别模型的构建方式可以为：预先建立的神经网络模型，对若干语料数据进行深度学习多轮次迭代运算，训练得到一个最优模型。其中，语料数据可以包含表征数据样本和与之对应的人格数据样本；或者，语料数据可以包含心理解释数据样本和与之对应的人格数据样本；或者，语料数据可以包含心理解释评价数据样本和与之对应的人格数据样本；或者，语料数据可以包含(心理解释数据样本与心理解释评价数据样本组)和与之对应的人格数据样本。
2)目标用户的情绪状态数据的生成方式可以为：
服务器设备对若干个心理解释数据和若干个心理解释评价数据中的至少一种数据进行情绪状态分析，得到目标用户的情绪状态数据；或者，
服务器设备对若干个心理解释数据和若干个心理解释评价数据中的至少一种数据，以及若干个表征数据和/或人格评估数据进行情绪状态分析，得到目标用户的情绪状态数据。
实施这种实施方式，可以通过对心理解释数据、心理解释评价数据或表征数据进行情绪状态分析，得到目标用户的情绪状态数据，以使得到的情绪状态数据更加准确。
本发明实施例中，情绪状态数据是指情感方面的心理状态信息，数据可以包括：情感的种类、情感反应强烈程度、持续时间和所处的环境背景信息。举例来说，情感状态可以是：正常情绪、情绪问题(未达到情感障碍程度的不良情绪)以及情感障碍等，其中情感障碍可以包括：抑郁症、焦虑症以及躁狂症等；情绪问题可以包括：抑郁情绪以及焦虑情绪等。
本发明实施例中，情绪状态数据可以通过情绪状态识别模型进行识别分析。情绪状态识别模型的构建方式可以为：预先建立的神经网络模型，对若干语料数据进行深度学习多轮次迭代运算，训练得到一个最优模型。其中语料数据包含表征数据样本和与之对应的情绪状态数据样本。
3)目标用户的性格数据的生成方式可以为：
服务器设备对若干个心理解释数据和若干个心理解释评价数据中的至少一种数据进行性格分析，得到目标用户的性格数据；或者，
服务器设备对若干个心理解释数据和若干个心理解释评价数据中的至少一种数据以及若干个表征数据进行性格分析，得到目标用户的性格数据。
实施这种实施方式，可以通过对心理解释数据、心理解释评价数据或表征数据进行性格分析，得到目标用户的性格数据，以使得到的性格数据更加准确。
本发明实施例中，性格数据分类依据可以为：九型人格(完美型、助人型、成就型、艺术型、理智型、忠诚型、活跃型、领袖型以及和平型等)；按照心理活动倾向可将人的性格分为内向外向两类；根据智力、情感和意志三种心理机能在性格机构中哪种占优势，可将人的性格分为理智型、情绪型以及意志型三种；从个体的独立性出发，可将人的性格分为独立型、原从型以及反抗型三种；从内外向、理智和情感出发，可将人的性格分为活泼型、完美型、力量型以及和平型四类，对于性格数据的分类，本发明实施例不做限定。
206、服务器设备将若干个心理解释数据确定为目标用户的心理分析数据。
本发明实施例中，实施上述的步骤205～步骤206，可以通过将表征数据输入心理解释分析模型中，以得到若干个心理解释数据，进而可以将心理解释数据也作为目标用户的心理分析数据，以使心理分析数据更加全面。
举例来说，如果交互内容为：
用户A：你是做什么工作的？
用户B：公司里面做行政工作
用户A：你每天都是这样洗手？
用户B：是的，我每天反复洗手几十次，每次都洗好长时间
用户A：洗手次数好像比一般人多，为什么会这么多的洗手？
用户B：不干净呀，到处都是细菌
用户A：还有其他类似行为吗？
用户B：每天都要化2，3个小时打扫屋里卫生。还有就是我不敢和别人握手，害怕传染细菌。
用户A：如果不让你洗手呢？
用户B：我会全身发抖
用户A：这些行为持续有多久了？
用户B：有一年多了吧。
用户A：对此你感觉怎么样？
用户B：我很痛苦。
可以从交互内容中识别出目标用户(用户B)的表征数据：
1.用户B的工作信息：公司行政；
2.情境事件：“我每天反复洗手几十次，每次都洗好长时间”，“每天都要化2，3个小时打扫屋里卫生，有些地方还要用酒精擦”，“我不敢和别人握手，害怕传染细菌”。
3.情境事件(假设的情境事件)：“如果不让你洗手呢？”
4.情境反应：“我会全身发抖”(生理反应)
5.认知行为数据：
用户A：洗手次数好像比一般人多，为什么会这么多的洗手？
用户B：不干净呀，到处都是细菌；
6.认知行为数据：
用户A：这些行为持续有多久了？
用户B：有一年多了吧。
服务器设备将若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据可以为：
1.通过表征数据2可以得到：反复做同一件事情；
2.通过表征数据1和5可以得到：过分疑虑及谨慎；
3.通过表征数据1+2+3+4可以得到：强迫行为；
4.通过表征数据：1+2+3+4+6可以得到：强迫行为持续一年多。
服务器设备将若干个表征数据和/或若干个心理解释数据输入至心理评价模型，得到心理解释评价数据可以为：
1.明显不协调的态度和行为；
2.对细节过分关注；
3.这一异常行为模式是持久的，固定的；
4.这一障碍会给个人带来相当大的苦恼；
5.持续时间超过两周。
服务器设备可以根据上述信息得到对于用户B的人格分析：
人格特征：强迫型人格；
人格结构的病态程度：非“常态”(神经症性、边缘性或精神病性的其中一种)。
在图2所描述的方法中，能够通过交互内容分析得到心理分析数据，以使基于心理分析数据的心理测评的结果更加准确。此外，实施图2所描述的方法，提高分析得到的表征数据的准确性。此外，实施图2所描述的方法，可以使心理分析数据的组成内容更加丰富。此外，实施图2所描述的方法，可以使得到的人格评估数据更加准确。此外，实施图2所描述的方法，可以使得到的情绪状态数据更加准确。此外，实施图2所描述的方法，可以使得到的性格数据更加准确。此外，实施图2所描述的方法，可以使心理分析数据更加全面。
实施例三
请参阅图3，图3是本发明实施例公开的另一种基于交互的心理分析方法的流程示意图。如图3所示，该基于交互的心理分析方法可以包括以下步骤：
301、服务器设备获取交互内容，交互内容中至少包含关于目标用户的会话文本信息。
302、服务器设备对交互内容的内容类型进行检测，内容类型至少包含文本类型和语音类型中的任意一种。
303、当交互内容包含文本类型内容时，服务器设备将文本类型内容确定为会话文本信息。
304、当交互内容包含语音类型内容时，服务器设备将语音类型内容转化为文本信息，将文本信息作为会话文本信息。
305、服务器设备对会话文本信息进行内容识别与分析，获得若干个表征数据。
本发明实施例中，实施上述的步骤302～步骤305，可以在交互内容为文本类型内容或语音类型内容的情况下，都可以从交互内容中获取到会话文本信息，以使服务器设备直接对会话文本信息进行分析，简化了服务器设备对交互内容分析的过程，提高了获得表征数据的效率。
可选的，对会话文本信息和用户信息进行内容识别与分析，获得若干个表征数据。
306、服务器设备对若干个表征数据进行分析，得到目标用户的心理分析数据。
在图3所描述的方法中，能够通过交互内容分析得到心理分析数据，以使基于心理分析数据的心理测评的结果更加准确。此外，实施图3所描述的方法，简化了服务器设备对交互内容分析的过程，提高了获得表征数据的效率。
实施例四
请参阅图4，图4是本发明实施例公开的一种基于交互的心理分析装置的结构示意图。如图4所示，该基于交互的心理分析装置可以包括：
第一获取单元401，用于获取交互内容，交互内容中至少包含关于目标用户的会话文本信息。
第一识别单元402，用于对第一获取单元401获取的交互内容进行内容识别与分析，获得若干个表征数据。
作为一种可选的实施方式，由于交互内容中至少包含会话文本信息，因此第一识别单元402需要对交互内容中包含的会话文本信息进行内容识别与分析，即第一识别单元402对交互内容进行内容识别与分析，获得若干个表征数据的方式具体可以为：
对交互内容中的会话文本信息进行识别与分析，得到会话文本信息对应的若干个会话表征数据，并将若干个会话表征数据确定为交互内容对应的若干个表征数据。
可选的，第一获取单元401获取的交互内容中还可以包含多媒体信息(如视频信息和/或音频信息等)和/或生理指标数据等内容，第一识别单元402在得到会话文本信息对应的若干个会话表征数据，并将若干个会话表征数据确定为交互内容对应的若干个表征数据之后，还可以执行以下步骤：
当检测到交互内容中存在多媒体信息(如视频信息和/或音频信息)时，对多媒体信息中的视频信息进行识别与分析，得到若干个肢体动作表征数据；以及对视频信息中的声音和/或音频信息进行内容识别与分析，到若干个音频表征数据；以及将若干个音频表征数据添加至交互内容对应的若干个表征数据中；
当检测到交互内容中存在生理指标数据时，对生理指标数据进行识别与分析，得到若干个生理指标表征数据；将若干个生理指标表征数据添加至交互内容对应的若干个表征数据中。
其中，实施这种实施方式，可以对交互内容中包含的不同类型的交互内容分别进行内容识别与分析，以得到各个类型的交互内容分别对应的表征数据，从而使得得到的若干个表征数据更加全面。
第一分析单元403，用于对第一识别单元402获得的若干个表征数据进行分析，得到目标用户的心理分析数据。
可见，实施图4所描述的基于交互的心理分析装置，能够通过交互内容分析得到心理分析数据，以使基于心理分析数据的心理测评的结果更加准确。此外，实施图4所描述的装置，使得得到的若干个表征数据更加全面。
实施例五
请参阅图5，图5是本发明实施例公开的另一种基于交互的心理分析装置的结构示意图。其中，图5所示的基于交互的心理分析装置是由图4所示的基于交互的心理分析装置进行优化得到的。图5所示的基于交互的心理分析装置还可以包括：
第二获取单元404，用于获取目标用户的用户信息。
第一识别单元402，还用于对第一获取单元401获取的交互内容和第二获取单元404获取的用户信息进行内容识别与分析，获得若干个表征数据，其中，表征数据中包含与交互内容匹配的常识信息。
本发明实施例中，可以获取与交互内容相关的目标用户的用户信息，结合用户信息对交互内容进行分析，可以得到更加与目标用户自身匹配的表征数据，从而提高分析得到的表征数据的准确性。
作为一种可选的实施方式，图5所示的基于交互的心理分析装置还可以包括：
第一输入单元405，用于在第一识别单元402对若干个表征数据进行分析，得到目标用户的心理分析数据之后，将若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据；
第一确定单元406，用于将第一输入单元405得到的若干个心理解释数据确定为目标用户的心理分析数据。
其中，实施这种实施方式，可以通过将表征数据输入心理解释分析模型中，以得到若干个心理解释数据，进而可以将心理解释数据也作为目标用户的心理分析数据，以使心理分析数据更加全面。
作为一种可选的实施方式，图5所示的基于交互的心理分析装置还可以包括：
第二输入单元407，用于在第一输入单元405将若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据之后，将若干个表征数据和/或若干个心理解释数据输入至心理评价模型，得到若干个心理解释评价数据；
第二确定单元408，用于将第二输入单元407得到的若干个心理解释评价数据确定为目标用户的心理分析数据。
其中，实施这种实施方式，可以将表征数据和/或心理解释数据输入至心理评价模型，以得到若干个心理解释评价数据，并将若干个心理解释评价数据也作为心理分析数据，以使心理分析数据的组成内容更加丰富。
作为一种可选的实施方式，图5所示的基于交互的心理分析装置还可以包括：
第二分析单元409，用于对第一输入单元405得到的若干个心理解释数据和第二输入单元407得到的若干个心理解释评价数据中的至少一种数据进行人格识别分析，得到目标用户的人格评估数据，人格评估数据中至少包括人格特征类型和/或人格结构的病态程度；或者，
第二分析单元409，还用于对第一输入单元405得到的若干个心理解释数据和第二输入单元407得到的若干个心理解释评价数据中的至少一种数据以及若干个表征数据进行人格识别分析，得到目标用户的人格评估数据，人格评估数据中至少包括人格特征类型和/或人格结构的病态程度。
其中，实施这种实施方式，可以通过对心理解释数据、心理解释评价数据或表征数据进行人格识别分析，得到目标用户的人格评估数据，以使得到的人格评估数据更加准确。
作为一种可选的实施方式，图5所示的基于交互的心理分析装置还可以包括：
第三分析单元410，用于对第一输入单元405得到的若干个心理解释数据和第二输入单元407得到的若干个心理解释评价数据中的至少一种数据进行情绪状态分析，得到目标用户的情绪状态数据；或者，
第三分析单元410，还用于对第一输入单元405得到的若干个心理解释数据和第二输入单元407得到的若干个心理解释评价数据中的至少一种数据，以及若干个表征数据和/或第二分析单元409得到的人格评估数据进行情绪状态分析，得到目标用户的情绪状态数据。
其中，实施这种实施方式，可以通过对心理解释数据、心理解释评价数据或表征数据进行情绪状态分析，得到目标用户的情绪状态数据，以使得到的情绪状态数据更加准确。
作为一种可选的实施方式，图5所示的基于交互的心理分析装置还可以包括：
第四分析单元411，用于对第一输入单元405得到的若干个心理解释数据和第二输入单元407得到的若干个心理解释评价数据中的至少一种数据进行性格分析，得到目标用户的性格数据；或者，
第四分析单元411，还用于对第一输入单元405得到的若干个心理解释数据和第二输入单元407得到的若干个心理解释评价数据中的至少一种数据以及若干个表征数据进行性格分析，得到目标用户的性格数据。
其中，实施这种实施方式，可以通过对心理解释数据、心理解释评价数据或表征数据进行性格分析，得到目标用户的性格数据，以使得到的性格数据更加准确。
可见，实施图5所描述的基于交互的心理分析装置，能够通过交互内容分析得到心理分析数据，以使基于心理分析数据的心理测评的结果更加准确。此外，实施图5所描述的装置，提高分析得到的表征数据的准确性。此外，实施图5所描述的装置，可以使心理分析数据的组成内容更加丰富。此外，实施图5所描述的装置，可以使得到的人格评估数据更加准确。此外，实施图5所描述的装置，可以使得到的情绪状态数据更加准确。此外，实施图5所描述的装置，可以使得到的性格数据更加准确。此外，实施图5所描述的装置，可以使心理分析数据更加全面。
实施例六
请参阅图6，图6是本发明实施例公开的另一种基于交互的心理分析装置的结构示意图。其中，图6所示的基于交互的心理分析装置是由图5所示的基于交互的心理分析装置进行优化得到的。图6所示的基于交互的心理分析装置的第一识别单元402可以包括：
检测子单元4021，用于对交互内容的内容类型进行检测，内容类型至少包含文本类型和语音类型中的任意一种。
确定子单元4022，用于当检测子单元4021检测出交互内容包含文本类型内容时，将文本类型内容确定为会话文本信息。
转化子单元4023，用于当检测子单元4021检测出交互内容包含语音类型内容时，将语音类型内容转化为文本信息，将文本信息作为会话文本信息。
获得子单元4024，用于对确定子单元4022确定的或转化子单元4023转化的会话文本信息进行内容识别与分析，获得若干个表征数据；或者，
获得子单元4024，还用于对确定子单元4022确定的或转化子单元4023转化的会话文本信息和第二获取单元404获取的用户信息进行内容识别与分析，获得若干个表征数据。
本发明实施例中，可以在交互内容为文本类型内容或语音类型内容的情况下，都可以从交互内容中获取到会话文本信息，以使服务器设备直接对会话文本信息进行分析，简化了服务器设备对交互内容分析的过程，提高了获得表征数据的效率。
作为一种可选的实施方式，图6所示的基于交互的心理分析装置还可以包括：
第一采集单元412，用于在与当前用户进行交互的过程中，采集当前用户在交互过程中的视频信息；
第二识别单元413，用于根据第一采集单元412采集的视频信息，识别出用户的肢体动作表征数据；
第一分析单元403，具体用于对若干个表征数据以及第二识别单元413识别的肢体动作表征数据进行分析，得到目标用户的心理分析数据。
其中，实施这种实施方式，可以从采集到的视频信息中识别出用户的肢体动作表征数据，进而使得服务器设备可以在分析若干个表征数据的同时也对用户的肢体动作表征数据进行分析，从而使得得到的目标用户的心理分析数据更加准确。
更进一步，第一分析单元403还可以用于对若干个表征数据、肢体动作表征数据以及用户信息进行分析，得到目标用户的心理分析数据，以使得到的目标用户的心理分析数据更加全面。
作为一种可选的实施方式，图6所示的基于交互的心理分析装置还可以包括：
第二采集单元414，用于在与当前用户进行交互的过程中，采集当前用户在交互过程中的音频信息；
第三识别单元415，用于根据第二采集单元414采集的音频信息，识别出用户的声音特征表征数据；
第一识别单元402，具体用于结合第三识别单元415识别的声音特征表征数据，对交互内容进行内容识别与分析，获得若干个表征数据；或者，结合声音特征表征数据，对交互内容和用户信息进行内容识别与分析，获得若干个表征数据。
其中，实施这种实施方式，可以从采集到的音频信息中识别出用户在交互过程中的声音的特征，进而将用户在交互过程中声音的特征对应的情绪等表征数据进行识别，以使服务器设备可以结合识别出的声音特征表征数据对交互内容进行分析，以提高获得的表征数据的准确性。
作为一种可选的实施方式，图6所示的基于交互的心理分析装置还可以包括：
第三采集单元416，用于在与当前用户进行交互的过程中，采集当前用户在交互过程中的生理指标数据；
第一识别单元402，具体用于结合第三采集单元416采集的生理指标数据，对交互内容进行内容识别与分析，获得若干个表征数据；或者，结合生理指标数据，对交互内容和用户信息进行内容识别与分析，获得若干个表征数据。
其中，实施这种实施方式，可以在当前用户进行交互的过程中采集当前用户的生理指标数据，以使服务器设备可以根据当前用户的生理指标数据对当前用户交互过程中的生理状态进行分析，得到生理指标数据，进而使得到的表征数据与生理指标数据相关，提高了表征数据与当前用户心理的相关性。
可见，实施图6所描述的基于交互的心理分析装置，能够通过交互内容分析得到心理分析数据，以使基于心理分析数据的心理测评的结果更加准确。此外，实施图6所描述的装置，简化了服务器设备对交互内容分析的过程，提高了获得表征数据的效率。此外，实施图6所描述的装置，可以使得到的表征数据更准确。此外，实施图6所描述的装置，提高获得的表征数据的准确性。此外，实施图6所描述的装置，提高了表征数据与当前用户心理的相关性。
实施例七
请参阅图7，图7是本发明实施例公开的一种服务器设备的结构示意图。如图7所示，该服务器设备可以包括：
存储有可执行程序代码的存储器701；
与存储器701耦合的处理器702；
其中，处理器702调用存储器701中存储的可执行程序代码，执行以上各方法实施例中的方法的部分或全部步骤。
本发明实施例还公开另一种服务器设备，该服务器设备包括实施例四～六中的基于交互的心理分析装置。
本发明实施例还公开一种终端设备，该终端设备包括实施例四～六中的基于交互的心理分析装置。
本发明实施例还公开一种计算机可读存储介质，其中，计算机可读存储介质存储了程序代码，其中，程序代码包括用于执行以上各方法实施例中的方法的部分或全部步骤的指令。
本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
应理解，说明书通篇中提到的“本发明实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在本发明实施例中”未必一定指相同的实施例。此外，这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在本发明的各种实施例中，应理解，上述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
另外，本文中术语“系统”和“网络”在本文中常可互换使用。应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本发明的各个实施例上述方法的部分或全部步骤。
以上对本发明实施例公开的一种基于交互的心理分析方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (26)
1.一种基于交互的心理分析方法，其特征在于，所述方法包括：
获取交互内容，所述交互内容中至少包含关于目标用户的会话文本信息；
对所述交互内容进行内容识别与分析，获得若干个表征数据；
对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标用户的用户信息；
所述对所述交互内容进行内容识别与分析，获得若干个表征数据，包括：
对所述交互内容和所述用户信息进行内容识别与分析，获得若干个表征数据。
3.根据权利要求1或2所述的方法，其特征在于，所述表征数据中包含与所述交互内容匹配的常识信息。
4.根据权利要求1～3任一项所述的方法，其特征在于，所述对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据之后，所述方法还包括：
将所述若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据；
将所述若干个心理解释数据确定为所述目标用户的心理分析数据。
5.根据权利要求4所述的方法，其特征在于，所述将所述若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据之后，所述方法还包括：
将所述若干个表征数据和/或所述若干个心理解释数据输入至心理评价模型，得到若干个心理解释评价数据；
将所述若干个心理解释评价数据确定为所述目标用户的心理分析数据。
6.根据权利要求4或5所述的方法，其特征在于，所述方法还包括：
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行人格识别分析，得到所述目标用户的人格评估数据，所述人格评估数据中至少包括人格特征类型和/或人格结构的病态程度；
或者，
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据以及所述若干个表征数据进行人格识别分析，得到所述目标用户的人格评估数据，所述人格评估数据中至少包括人格特征类型和/或人格结构的病态程度。
7.根据权利要求4～6所述的方法，其特征在于，所述方法还包括：
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行情绪状态分析，得到所述目标用户的情绪状态数据；
或者，
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据，以及所述若干个表征数据和/或所述人格评估数据进行情绪状态分析，得到所述目标用户的情绪状态数据。
8.根据权利要求4～7任一项所述的方法，其特征在于，所述方法还包括：
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行性格分析，得到所述目标用户的性格数据；
或者，
对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据以及所述若干个表征数据进行性格分析，得到所述目标用户的性格数据。
9.根据权利要求1～8任一项所述的方法，其特征在于，所述对所述交互内容进行内容识别与分析，获得若干个表征数据，包括：
对所述交互内容的内容类型进行检测，所述内容类型至少包含文本类型和语音类型中的任意一种；
当所述交互内容包含文本类型内容时，将所述文本类型内容确定为会话文本信息；
当所述交互内容包含语音类型内容时，将所述语音类型内容转化为文本信息，将所述文本信息作为会话文本信息；
对所述会话文本信息进行内容识别与分析，获得若干个表征数据。
10.根据权利要求1～9任一项所述的方法，其特征在于，所述方法还包括：
在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的视频信息；
根据所述视频信息，识别出所述用户的肢体动作表征数据；
所述对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据，包括：
对所述若干个表征数据以及所述肢体动作表征数据进行分析，得到所述目标用户的心理分析数据。
11.根据权利要求1～10任一项所述的方法，其特征在于，所述方法还包括：
在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的音频信息；
根据所述音频信息，识别出所述用户的声音特征表征数据；
所述对所述交互内容进行内容识别与分析，获得若干个表征数据，包括：
结合所述声音特征表征数据，对所述交互内容进行内容识别与分析，获得若干个表征数据。
12.根据权利要求1～11任一项所述的方法，其特征在于，所述方法还包括：
在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的生理指标数据；
所述对所述交互内容进行内容识别与分析，获得若干个表征数据，包括：
结合所述生理指标数据，对所述交互内容进行内容识别与分析，获得若干个表征数据。
13.一种基于交互的心理分析装置，其特征在于，所述装置包括：
第一获取单元，用于获取交互内容，所述交互内容中至少包含关于目标用户的会话文本信息；
第一识别单元，用于对所述交互内容进行内容识别与分析，获得若干个表征数据；
第一分析单元，用于对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据。
14.根据权利要求13所述的装置，其特征在于，所述装置还包括：
第二获取单元，用于获取所述目标用户的用户信息；
所述第一识别单元对所述交互内容进行内容识别与分析，获得若干个表征数据的方式具体为：
对所述交互内容和所述用户信息进行内容识别与分析，获得若干个表征数据。
15.根据权利要求13或14所述的装置，其特征在于，所述表征数据中包含与所述交互内容匹配的常识信息。
16.根据权利要求13～15任一项所述的装置，其特征在于，所述装置还包括：
第一输入单元，用于在所述第一识别单元对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据之后，将所述若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据；
第一确定单元，用于将所述若干个心理解释数据确定为所述目标用户的心理分析数据。
17.根据权利要求16所述的装置，其特征在于，所述装置还包括：
第二输入单元，用于在所述第一输入单元将所述若干个表征数据输入至心理解释分析模型，得到若干个心理解释数据之后，将所述若干个表征数据和/或所述若干个心理解释数据输入至心理评价模型，得到若干个心理解释评价数据；
第二确定单元，用于将所述若干个心理解释评价数据确定为所述目标用户的心理分析数据。
18.根据权利要求16～17所述的装置，其特征在于，所述装置还包括：
第二分析单元，用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行人格识别分析，得到所述目标用户的人格评估数据，所述人格评估数据中至少包括人格特征类型和/或人格结构的病态程度；
或者，
所述第二分析单元，还用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据以及所述若干个表征数据进行人格识别分析，得到所述目标用户的人格评估数据，所述人格评估数据中至少包括人格特征类型和/或人格结构的病态程度。
19.根据权利要求16～18所述的装置，其特征在于，所述装置还包括：
第三分析单元，用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行情绪状态分析，得到所述目标用户的情绪状态数据；
或者，
所述第三分析单元，还用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据，以及所述若干个表征数据和/或所述人格评估数据进行情绪状态分析，得到所述目标用户的情绪状态数据。
20.根据权利要求16～19任一项所述的装置，其特征在于，所述装置还包括：
第四分析单元，用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据进行性格分析，得到所述目标用户的性格数据；
或者，
所述第四分析单元，还用于对所述若干个心理解释数据和所述若干个心理解释评价数据中的至少一种数据以及所述若干个表征数据进行性格分析，得到所述目标用户的性格数据。
21.根据权利要求13～20任一项所述的装置，其特征在于，所述第一识别单元包括：
检测子单元，用于对所述交互内容的内容类型进行检测，所述内容类型至少包含文本类型和语音类型中的任意一种；
确定子单元，用于当所述交互内容包含文本类型内容时，将所述文本类型内容确定为会话文本信息；
转化子单元，用于当所述交互内容包含语音类型内容时，将所述语音类型内容转化为文本信息，将所述文本信息作为会话文本信息；
获得子单元，用于对所述会话文本信息进行内容识别与分析，获得若干个表征数据。
22.根据权利要求13～21任一项所述的装置，其特征在于，所述装置还包括：
第一采集单元，用于在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的视频信息；
第二识别单元，用于根据所述视频信息，识别出所述用户的肢体动作表征数据；
所述第一分析单元对所述若干个表征数据进行分析，得到所述目标用户的心理分析数据的方式具体为：
对所述若干个表征数据以及所述肢体动作表征数据进行分析，得到所述目标用户的心理分析数据。
23.根据权利要求13～22任一项所述的装置，其特征在于，所述装置还包括：
第二采集单元，用于在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的音频信息；
第三识别单元，用于根据所述音频信息，识别出所述用户的声音特征表征数据；
所述第一识别单元对所述交互内容进行内容识别与分析，获得若干个表征数据的方式具体为：
结合所述声音特征表征数据，对所述交互内容进行内容识别与分析，获得若干个表征数据。
24.根据权利要求13～23任一项所述的装置，其特征在于，所述装置还包括：
第三采集单元，用于在与所述当前用户进行交互的过程中，采集所述当前用户在交互过程中的生理指标数据；
所述第一识别单元对所述交互内容进行内容识别与分析，获得若干个表征数据的方式具体为：
结合所述生理指标数据，对所述交互内容进行内容识别与分析，获得若干个表征数据。
25.一种服务器设备，其特征在于，所述服务器设备包括权利要求13～24中任意一项所述的基于交互的心理分析装置。
26.一种终端设备，其特征在于，所述终端设备包括权利要求13～24中任意一项所述的基于交互的心理分析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910692406.3A CN110580947B (zh) | 2019-07-29 | 2019-07-29 | 一种基于交互的心理分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910692406.3A CN110580947B (zh) | 2019-07-29 | 2019-07-29 | 一种基于交互的心理分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110580947A true CN110580947A (zh) | 2019-12-17 |
| CN110580947B CN110580947B (zh) | 2022-11-01 |
Family
ID=68811115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910692406.3A Active CN110580947B (zh) | 2019-07-29 | 2019-07-29 | 一种基于交互的心理分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110580947B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111243710A (zh) * | 2020-01-20 | 2020-06-05 | 话媒(广州)科技有限公司 | 一种基于交互的心理健康服务推荐方法及装置 |
| CN111326234A (zh) * | 2020-01-21 | 2020-06-23 | 浙江连信科技有限公司 | 基于深度学习算法的心理困扰场景匹配方法及装置 |
| CN112115251A (zh) * | 2020-09-30 | 2020-12-22 | 浙江连信科技有限公司 | 基于人机交互方式解释神经信息的信息处理方法及装置 |
| CN112818662A (zh) * | 2021-01-29 | 2021-05-18 | 清华大学 | 一种基于社交网络媒体的心理压力预测系统及方法 |
| CN113113113A (zh) * | 2020-01-10 | 2021-07-13 | 焦艳巧 | 一种人格模型治疗技术及rg-1人格模型人工智能系统 |
| CN113656562A (zh) * | 2020-11-27 | 2021-11-16 | 话媒(广州)科技有限公司 | 一种多轮次人机心理交互方法及装置 |
| CN114492421A (zh) * | 2020-11-12 | 2022-05-13 | Tcl科技集团股份有限公司 | 一种情绪识别方法、存储介质、装置及终端设备 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105045373A (zh) * | 2015-03-26 | 2015-11-11 | 济南大学 | 一种面向用户心理模型表达的三维手势交互方法 |
| WO2016071660A1 (en) * | 2014-11-06 | 2016-05-12 | Ieso Digital Health Limited | Computer-based system for providing psychological therapy |
| CN105912563A (zh) * | 2016-03-23 | 2016-08-31 | 北京数字跃动科技有限公司 | 一种基于心理学知识赋予机器人工智能学习的方法 |
| CN106372729A (zh) * | 2016-08-31 | 2017-02-01 | 广州瑞基信息科技有限公司 | 用于心理分析的深度学习方法及装置 |
| CN108461126A (zh) * | 2018-03-19 | 2018-08-28 | 傅笑 | 结合虚拟现实（vr）技术的新型智能化心理评估及干预系统 |
| US20180366143A1 (en) * | 2017-06-19 | 2018-12-20 | International Business Machines Corporation | Sentiment analysis of mental health disorder symptoms |
| CN109191067A (zh) * | 2018-08-14 | 2019-01-11 | 清远市中盛合力网络科技有限公司 | 一种校园管理微平台 |
| CN109256192A (zh) * | 2018-07-24 | 2019-01-22 | 同济大学 | 一种基于神经网络的大学生心理行为异动监测预警方法 |
| CN109524085A (zh) * | 2018-10-25 | 2019-03-26 | 广州市和声信息技术有限公司 | 一种基于交互的认知分析方法及系统 |
| CN109712718A (zh) * | 2018-12-29 | 2019-05-03 | 深圳阿塔基科技有限公司 | 基于人工智能分析学生心理的方法、装置及存储介质 |
| CN109903837A (zh) * | 2019-03-05 | 2019-06-18 | 浙江强脑科技有限公司 | 心理检测方法、装置及计算机可读存储介质 |
-
2019
- 2019-07-29 CN CN201910692406.3A patent/CN110580947B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016071660A1 (en) * | 2014-11-06 | 2016-05-12 | Ieso Digital Health Limited | Computer-based system for providing psychological therapy |
| CN105045373A (zh) * | 2015-03-26 | 2015-11-11 | 济南大学 | 一种面向用户心理模型表达的三维手势交互方法 |
| CN105912563A (zh) * | 2016-03-23 | 2016-08-31 | 北京数字跃动科技有限公司 | 一种基于心理学知识赋予机器人工智能学习的方法 |
| CN106372729A (zh) * | 2016-08-31 | 2017-02-01 | 广州瑞基信息科技有限公司 | 用于心理分析的深度学习方法及装置 |
| US20180366143A1 (en) * | 2017-06-19 | 2018-12-20 | International Business Machines Corporation | Sentiment analysis of mental health disorder symptoms |
| CN108461126A (zh) * | 2018-03-19 | 2018-08-28 | 傅笑 | 结合虚拟现实（vr）技术的新型智能化心理评估及干预系统 |
| CN109256192A (zh) * | 2018-07-24 | 2019-01-22 | 同济大学 | 一种基于神经网络的大学生心理行为异动监测预警方法 |
| CN109191067A (zh) * | 2018-08-14 | 2019-01-11 | 清远市中盛合力网络科技有限公司 | 一种校园管理微平台 |
| CN109524085A (zh) * | 2018-10-25 | 2019-03-26 | 广州市和声信息技术有限公司 | 一种基于交互的认知分析方法及系统 |
| CN109712718A (zh) * | 2018-12-29 | 2019-05-03 | 深圳阿塔基科技有限公司 | 基于人工智能分析学生心理的方法、装置及存储介质 |
| CN109903837A (zh) * | 2019-03-05 | 2019-06-18 | 浙江强脑科技有限公司 | 心理检测方法、装置及计算机可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 何建华，张婧编: "《职业生涯管理》", 31 May 2013, 《知识产权出版社》 * |
| 刘峰等: "基于粗糙集的大学生心理健康特征分析", 《南通航运职业技术学院学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113113113A (zh) * | 2020-01-10 | 2021-07-13 | 焦艳巧 | 一种人格模型治疗技术及rg-1人格模型人工智能系统 |
| CN111243710A (zh) * | 2020-01-20 | 2020-06-05 | 话媒(广州)科技有限公司 | 一种基于交互的心理健康服务推荐方法及装置 |
| CN111326234A (zh) * | 2020-01-21 | 2020-06-23 | 浙江连信科技有限公司 | 基于深度学习算法的心理困扰场景匹配方法及装置 |
| CN112115251A (zh) * | 2020-09-30 | 2020-12-22 | 浙江连信科技有限公司 | 基于人机交互方式解释神经信息的信息处理方法及装置 |
| CN114492421A (zh) * | 2020-11-12 | 2022-05-13 | Tcl科技集团股份有限公司 | 一种情绪识别方法、存储介质、装置及终端设备 |
| CN114492421B (zh) * | 2020-11-12 | 2023-05-12 | Tcl科技集团股份有限公司 | 一种情绪识别方法、存储介质、装置及终端设备 |
| CN113656562A (zh) * | 2020-11-27 | 2021-11-16 | 话媒(广州)科技有限公司 | 一种多轮次人机心理交互方法及装置 |
| CN112818662A (zh) * | 2021-01-29 | 2021-05-18 | 清华大学 | 一种基于社交网络媒体的心理压力预测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110580947B (zh) | 2022-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110580947B (zh) | 一种基于交互的心理分析方法及装置 | |
| Bone et al. | Signal processing and machine learning for mental health research and clinical applications [perspectives] | |
| Zucco et al. | Sentiment analysis and affective computing for depression monitoring | |
| Carneiro et al. | New methods for stress assessment and monitoring at the workplace | |
| US20220392625A1 (en) | Method and system for an interface to provide activity recommendations | |
| Mody et al. | Mental health monitoring system using artificial intelligence: a review | |
| Jouravlev et al. | Speech-accompanying gestures are not processed by the language-processing mechanisms | |
| CN111243710A (zh) | 一种基于交互的心理健康服务推荐方法及装置 | |
| Huang et al. | Detection of the prodromal phase of bipolar disorder from psychological and phonological aspects in social media | |
| Su et al. | Cell-coupled long short-term memory with $ L $-skip fusion mechanism for mood disorder detection through elicited audiovisual features | |
| Ferretti et al. | Time, language and flexibility of the mind: The role of mental time travel in linguistic comprehension and production | |
| WO2022174161A1 (en) | Systems and methods for psychotherapy using artificial intelligence | |
| Crasto et al. | CareBot: a mental health ChatBot | |
| Kavakli et al. | Towards the development of a virtual counselor to tackle students' exam stress | |
| Cummins et al. | Artificial intelligence to aid the detection of mood disorders | |
| Brinkschulte et al. | The EMPATHIC project: building an expressive, advanced virtual coach to improve independent healthy-life-years of the elderly | |
| Yadav et al. | Review on automated depression detection from audio visual clue using sentiment analysis | |
| Breuer | Qualitative methods in the study of biographies, interactions and everyday life contexts: The development of a research style | |
| Kargarandehkordi et al. | Computer Vision Estimation of Stress and Anxiety Using a Gamified Mobile-based Ecological Momentary Assessment and Deep Learning: Research Protocol | |
| JP6450986B1 (ja) | ヘルスケア支援サーバ、ヘルスケア支援方法、及びコンピュータで読み取り可能なプログラム | |
| Kirandziska et al. | A concept for building more humanlike social robots and their ethical consequence | |
| Alepis et al. | Multimodal object oriented user interfaces in mobile affective interaction | |
| Paplu et al. | Harnessing long-term memory for personalized human-robot interactions | |
| Wahid et al. | Emotion Detection Using Unobtrusive Methods: An Integrated Approach | |
| D'Andrea et al. | MuBeFE: Multimodal Behavioural Features Extraction Method. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |