CN110652294B

CN110652294B - 基于脑电信号的创造力人格特质测量方法及装置

Info

Publication number: CN110652294B
Application number: CN201910870979.0A
Authority: CN
Inventors: 张丹; 胡鑫; 王非; 陈菁菁
Original assignee: Tsinghua University
Current assignee: Tsinghua University
Priority date: 2019-09-16
Filing date: 2019-09-16
Publication date: 2020-08-25
Anticipated expiration: 2039-09-16
Also published as: CN110652294A

Abstract

本发明提供一种基于脑电信号的创造力人格特质测量方法及装置，方法包括：对自然语言素材的文本进行词汇切分，并获取切分的每个词汇在所述文本的上下文中的出现概率；获取受测者在听到所述自然语言素材的音频时的脑电信号，并对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段；根据每个词汇的出现概率和每个词汇对应的脑电响应片段，获取所述出现概率的冲击响应函数；根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分。本发明实现对创造力人格特质的自动测量，不易受外界因素影响，且测量更加准确。

Description

基于脑电信号的创造力人格特质测量方法及装置

技术领域

本发明属于脑电信号分析技术领域，尤其涉及一种基于脑电信号的创造力人格特质测量方法及装置。

背景技术

个体创造力人格特质，是指个体在创造活动中表现和发展起来，对促进人的成才和促进创造成果的产生起导向和决定作用的优良的理想、信念、意志、情感、情绪、道德等非智力素质的总和。具有高创造力人格的个体的一个显著特点是，在解决学习、工作或生活中的挑战事件时，有更加发散的思维能力，能产生更多样的想法，从而更有效的应付这些挑战。

虽然创造力人格特质的研究一直以来都是一些学科领域的重点关注问题，创造力人格特质的测量一直以来面临诸多挑战。具体来说，现有主流测量手段主要基于问卷方式开展，如多用途测试(Alternative Use Test)、远距离联想测试(Remote AssociationTest)等。这些测试问卷通过让受测者回答与创造力能力相关的题目，其答案由施测者根据专业经验进行评价，得到最终的测量结果。这样的创造力测量方式容易受到社会赞许性、个体状态等个体因素影响，尤其当目标个体处于选拔竞争等环境时，更易受到干扰。

与此同时，现有创造力测量问卷大多缺乏可以标准化评分，最终评分很大程度由施测者决定，容易受到施测者个人水平或倾向的影响，例如在多用途测试中，受测者怎样的回答可以被认为是独创的、有创造力的，本身并无足够客观的标准。此外，由于施测者的参与程度较高，创造力测量问卷得到结果往往需要相对较长时间的事后问卷批阅，耗费大量的时间与人力成分，结果反馈时效性不佳。

发明内容

为克服上述现有的创造力人格特质测量方法易受环境干扰，没有客观标准且费时费力的问题或者至少部分地解决上述问题，本发明实施例提供一种基于脑电信号的创造力人格特质测量方法及装置。

根据本发明实施例的第一方面，提供一种基于脑电信号的创造力人格特质测量方法，包括：

对自然语言素材的文本进行词汇切分，并获取切分的每个词汇在所述文本的上下文中的出现概率；

获取受测者在听到所述自然语言素材的音频时的脑电信号，并对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段；

根据每个词汇的出现概率和每个词汇对应的脑电响应片段，获取所述出现概率的冲击响应函数；

根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分。

根据本发明实施例第二方面提供一种基于脑电信号的创造力人格特质测量装置，包括：

第一切分模块，用于对自然语言素材的文本进行词汇切分，并获取切分的每个词汇在所述文本的上下文中的出现概率；

第二切分模块，用于获取受测者在听到所述自然语言素材的音频时的脑电信号，并对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段；

计算模块，用于根据每个词汇的出现概率和每个词汇对应的脑电响应片段，获取所述出现概率的冲击响应函数；

测量模块，用于根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分。

根据本发明实施例的第三个方面，还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器调用所述程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于脑电信号的创造力人格特质测量方法。

根据本发明实施例的第四个方面，还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于脑电信号的创造力人格特质测量方法。

本发明实施例提供一种基于脑电信号的创造力人格特质测量方法及装置，该方法通过对自然语言素材中的词汇进行切分并量化各词汇在上下文中的出现概率，在运用脑机接口方法获取受测者以听力方式接受到自然语言素材时的脑电信号，根据每个词汇的出现概率和脑电响应片段，使用冲击响应函数表达出现概率对应的脑电响应模式，根据受测者的脑电响应模式基于创造力人格特质预测模型获取受测者的创造力人格特质测试得分，从而实现创造力人格特质的自动测量，不易受到外界因素的影响，采集客观的脑电信号更加真实地反映受测者的创造力人格特质，从而使得测量结果更加准确。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例提供的基于脑电信号的创造力人格特质测量方法整体流程示意图；

图2为本发明实施例提供的基于脑电信号的创造力人格特质测量方法中基于设备的测量流程示意图；

图3为本发明另一实施例提供的基于脑电信号的创造力人格特质测量方法流程示意图；

图4为本发明实施例提供的基于脑电信号的创造力人格特质测量装置整体结构示意图；

图5为本发明实施例提供的电子设备整体结构示意图。

具体实施方式

在本发明的一个实施例中提供一种基于脑电信号的创造力人格特质测量方法，图1为本发明实施例提供的基于脑电信号的创造力人格特质测量方法整体流程示意图，该方法包括：S101，对自然语言素材的文本进行词汇切分，并获取切分的每个词汇在所述文本的上下文中的出现概率；

其中，从测试需求出发，自然语言素材中应包括尽可能丰富的出现概率水平的词汇，自然语言素材中避免过多的专业术语等可能出现概率水平的个体间差异较大的情境。同时，自然语言素材需要尽可能短时间内完成呈现，以便于测试在有时效性的情况下可靠开展。

因此，本实施例需要选择描述日常生活或经典故事的文学作品、新闻播报等大众常见内容的自然语言素材文本作为施测素材库的基础。自然语言素材可以来自中学语文课本、普通话水平考试、外国人汉语水平考试等材料。这些来源的文本往往内容易懂，无过于生僻的字词或过于专业的概念术语，有利于确保受测者准确理解其内容。然后邀请具有播音专业训练的人员来朗读这些自然语言素材文本，将录制的朗读音频作为待实际使用的施测素材库。

以10分钟内完成测试为例，本实施例建议选择300-500字篇幅的3-4段文本作为一次测试的实际使用材料。为了避免多次测试时被测者的重复熟悉效应，建议准备100段或以上的文本作为施测素材库。

本实施例将自然语言素材的文本切分成多个词汇，并获取切分的每个词汇在所述文本的上下文中的出现概率。出现概率的计算需要根据基于海量文本语料库所得的中文语言概率模型，例如常见的Word2Vec模型、N-gram模型等，之后再根据具体某文本的上下文情境进行某特定词汇i的计算，其概念公式可以表达如下：

词汇i的出现概率＝P(词汇i|该文本的前i-1个词汇)。

本实施例通过考察受测者对自然语言素材中不同出现概率词汇的响应来进行个体创造力人格特质的测量。相比传统心理学研究常用的高度抽象素材，使用自然语言素材可以让受测者尽可能的融入到语境中，从而表现出更符合真实生活情境的状态，使本实施例的测试结果具有更好的实际应用推广性能。

S102，获取受测者在听到所述自然语言素材的音频时的脑电信号，并对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段；

通过头皮脑电技术，记录受测者在接受以听觉方式呈现的特定自然语言素材的音频时的脑神经响应。对获取的自然语言素材对应的脑电信号进行切分，获取每个词汇所对应的脑电响应片段。

针对本实施例的应用场景，可通过运用一系列脑神经信号特异的特征提取与机器学习方法，对不同出现概率词汇所对应的脑电信号中包含的个体特异的创造力人格特质信息进行快速、准确识别，从而实现自动测量。与传统方法相比，基于脑机接口技术的人格特质测量方法依赖客观的脑神经电活动信息进行人格特质识别，受测者无法伪装，也不受施测者个人能力或倾向的影响，并且能够节约大量的时间与人力成本，是一种更为客观高效的方法。然而基于脑机接口技术的相关研究大多是关注人的情绪、思维等状态性因素，针对创造力人格特质测量的方法还未见报道。

S103，根据每个词汇的出现概率和每个词汇对应的脑电响应片段，获取所述出现概率的冲击响应函数；

自然语言素材中的词汇连续呈现以及每个词汇所对应的出现概率水平为连续数值的复杂情况是本实施例数据分析的重要难点与挑战。本实施例采用基于系统表示方法中的冲击响应函数(Impulse Response Function)体现个体对不同出现概率的词汇的脑电响应特性。该冲击响应函数代表了某一个抽象单位的词汇出现概率输入所对应的个体脑电神经活动模式。具有不同创造力人格特质的个体对应不同的以冲击响应函数方式表达的脑电活动模式。

不同创造力人格特质的人在面对特定外界刺激时具有不同的脑电响应模式，比如内向者与外向者在面对同样的自然语言素材，如图片、声音、文字等会激发出不同模式的脑电信号。对创造力人格特质敏感的代表性脑电响应包括自然语言素材的音频刺激出现后200毫秒左右的早期负成分EPN、400毫秒左右的晚期脑电正成分LPP和400-700毫秒的晚期负成分N400等。通过对受测者面对特定自然语言素材时的这些具有不同时间、空间特点的脑电响应模式的有效识别，可以实现对不同创造力人格特质的受测者的有效区分。

S104，根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分。

根据冲击响应函数，即个体面对自然语言素材的音频刺激时的脑电响应模式，使用预先训练好的创造力人格特质预测模型对个体的脑电响应模式进行分析，确定受测者的创造力人格特质测试得分。

为了得到足够有效的脑电数据，从而更好地对受测者的创造力人格特质进行测量，本实施例中的测试设备包括以下组件：

1)个体脑电数据记录组件，可同时记录不少于16通道脑电，覆盖电极包括FP1、FP2、Fz、F3、F4、T3、T4、Cz、Pz、Oz、O1、O2、C3、C4、P3、P4，采样率不低于200Hz；

2)基于空气导管的气传导耳机，可实现以无电磁干扰方式呈现语音听觉信息；

3)可实现语音信号与脑电设备精确时间同步的专用硬件模块，可将播放的语音信号实时转换为脑电设备输入信号电压范围(+/-200毫伏以内)并输入脑电设备，与16通道脑电信号同步记录，两类信号的时间同步误差小于2毫秒；

4)可支持测试素材播放、脑电数据采集、脑电数据分析的计算机，CPU不低于Intel第7代i5，内存不低于4GB，硬盘空间不少于256GB。

使用上述组件进行创造力人格特质测试的流程如图2所示。

本实施例通过对自然语言素材中的词汇进行切分并量化各词汇在上下文中的出现概率，在运用脑机接口方法获取受测者以听力方式接受到自然语言素材时的脑电信号，根据每个词汇的出现概率和脑电响应片段，使用冲击响应函数表达出现概率对应的脑电响应模式，根据受测者的脑电响应模式基于创造力人格特质预测模型获取受测者的创造力人格特质测试得分，从而实现创造力人格特质的自动测量，不易受到外界因素的影响，采集客观的脑电信号更加真实地反映受测者的创造力人格特质，从而对受测者的创造力人格特质进行更加准确的测量。

在上述实施例的基础上，本实施例中对自然语言素材的文本进行词汇切分，并获取切分的每个词汇在所述文本的上下文中的出现概率的步骤包括：基于计算语言学方法对自然语言素材的文本进行词汇切分，获取自然语言素材中的每个词汇；根据预先构建的文本语料库，基于中文语言概率模型计算每个词汇在所述文本的上下文中的出现概率。

具体地，将被朗读的自然语言素材文本运用计算语言学方法进行词汇切分，以保留中文语义的最小单元为单位进行切分。根据来自海量语料库所得的中文语言概率模型，计算所得到的单个词汇在对应文本上下文情境下的出现概率并记录下来，将其作为接下来脑电信号分析的核心参考信息。

现对出现概率的概念进行进一步解释。例如，“小明去水果商店买了一个苹果”，这里“苹果”一词在上下文中的出现概率就相对较高，而如果该句子改为“小明去水果商店买了一个锤子”，“锤子”的出现概率则很低，因为这是一个不自然的上下文联系。出现概率的计算依赖于来自海量文本语料库的语言模型学习，通过海量中文文本可以习得不同词汇之间在自然语言素材中的复杂相互连接关系，并以出现概率的方式表达出来。特别地，基于海量语言素材习得的是人群普遍的、平均的对某词汇在特定上下文中出现概率的预期。

本实施例在语言学出现概率基础之上的应用创新之处在于，基于海量语言素材习得的是人群普遍的、平均的对某词汇在特定上下文中出现概率的预期。而本实施例则在此基础上关注个体差异，即不同创造力人格特质水平的人对特定上下文情境下某词汇的出现概率有不同的反应。具体来说，高创造力的人对平均出现概率比较低的词汇有相对更高的预期，表现出更加宽容，即这些词汇对他们来说更容易被想到；而低创造力的人不容易想到低出现概率的词汇，对平均出现概率比较低的词汇的心理预期不足，表现为更加惊讶或不适应。进一步地，对词汇的惊讶或不适应反应可以通过脑电响应成分进行较好地定量刻画。

在上述实施例的基础上，本实施例中对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段的步骤具体包括：获取每个词汇相对于所述音频的播放起始时间的开始播放时刻；根据每个词汇的所述开始播放时刻对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段。

具体地，将录制的朗读音频根据自然语言素材文本中的词汇进行时域切分，得到各词汇相对音频播放起始时间的开始播放时刻，作为接下来切分各词汇所对应脑电响应片段的依据。向受测者以听觉方式呈现自然语言素材，并根据自然语言素材中各词汇的开始播放时刻提取各词汇呈现时刻所诱发的多通道脑电响应片段。词汇的脑电响应片段将与词汇的出现概率一起为脑电分析提供关键基础信息。

在上述实施例的基础上，本实施例中根据每个词汇的所述开始播放时刻对所述脑电信号进行切分的步骤之前包括：对于每个通道的所述脑电信号，将任一词汇的开始播放时刻往后第一预设时长的脑电信号减去所述任一词汇的开始播放时刻往前第二预设时长的脑电信号的平均值，获取每个通道基线修正后的脑电信号。

具体地，本实施例对各通道的脑电信号进行必要的基线修正。其中，第一预设时长可以设置为800毫秒，第二预设时长可以设置为200毫秒。

在上述实施例的基础上，本实施例中根据每个词汇的出现概率和每个词汇对应的脑电响应片段，获取所述出现概率的冲击响应函数的步骤包括：构建以所述出现概率为输入，以所述出现概率对应的脑电响应片段为输出的系统响应模型；求解所述系统响应模型的冲击响应函数；其中，所述冲击响应函数用于表达所述词汇的出现概率对应的脑电活动模式。

在上述各实施例的基础上，本实施例中根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分的步骤包括：提取所述冲击响应函数的曲线特征；将所述曲线特征作为所述创造力人格特质预测模型的输入，获取所述受测者的创造力人格特质测试得分。

其中，冲击响应函数的曲线特征包括各延迟时间的波幅和潜伏期等。

在上述各实施例的基础上，本实施例中所述创造力人格特质预测模型为回归模型；相应地，根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分的步骤之前包括：以个体的创造力人格特质的问卷评分作为目标，构建回归模型；其中，所述回归模型为LASSO回归模型；采用传统的创造力人格特质测量方法对训练个体的创造力人格特质进行问卷评分；根据所述训练个体的问卷评分，对所述回归模型进行训练。

具体地，为构建一个能可靠预测个体创造力人格特质的创造力人格特质预测模型，将在不少于100人的个体上开展上述脑电数据分析，提取这些个体以冲击响应函数表达的词汇出现概率水平相关的脑电活动模式。其中，重点但不限于关注刺激出现后200毫秒左右的早期负成分EPN、400毫秒左右的晚期脑电正成分LPP和400-700毫秒的晚期负成分N400。与此同时，将采集这些个体以多用途测试和远距离联想测试为代表的创造力问卷数据，以个体的这些问卷评分的加和得分作为创造力人格特质预测模型训练的依据，从而完成创造力人格特质预测模型具体参数的学习训练。

用如图3所示的流程进行个体的脑电数据采集，并计算得到每位志愿者的词汇出现概率所对应的系统冲击响应函数。以个体创造力人格特质的问卷评分作为目标，构建回归模型。将冲击响应函数的曲线特征作为回归模型的输入，获取个体创造力人格特质的预测分数。将预测分数和问卷评分进行比较，根据比较结果对回归模型的参数进行调整。考虑到来自脑电的冲击响应函数特征数可能较多，可以采用LASSO(Least Absolute Shrinkageand Selection Operator，最小绝对收缩与选择算子)为代表的稀疏回归方法。

在完成创造力人格特质预测模型的训练后，即可应用于创造力人格特质的自动测量。对于一位新受测者，按图3流程同样进行数据采集，得到其词汇出现概率所对应的系统冲击响应函数，根据训练好的创造力人格特质预测模型，计算得到该受测者的创造力人格特质测试得分。

在本发明的另一个实施例中提供一种基于脑电信号的创造力人格特质测量装置，该装置用于实现前述各实施例中的方法。因此，在前述基于脑电信号的创造力人格特质测量方法的各实施例中的描述和定义，可以用于本发明实施例中各个执行模块的理解。图4为本发明实施例提供的基于脑电信号的创造力人格特质测量装置整体结构示意图，该装置包括第一切分模块401、第二切分模块402、计算模块403和测量模块404，其中：

第一切分模块401用于对自然语言素材的文本进行词汇切分，并获取切分的每个词汇在所述文本的上下文中的出现概率；

第一切分模块401将自然语言素材的文本切分成多个词汇，并获取切分的每个词汇在所述文本的上下文中的出现概率。出现概率的计算需要根据基于海量文本语料库构建中文语言概率模型，之后再根据具体某文本的上下文情境进行某特定词汇的出现概率计算。

第二切分模块402用于获取受测者在听到所述自然语言素材的音频时的脑电信号，并对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段；

第二切分模块402通过头皮脑电技术，记录受测者在接受以听觉方式呈现的特定自然语言素材的音频时的脑神经响应。对获取的自然语言素材对应的脑电信号进行切分，获取每个词汇所对应的脑电响应片段。

计算模块403用于根据每个词汇的出现概率和每个词汇对应的脑电响应片段，获取所述出现概率的冲击响应函数；

计算模块403采用基于系统表示方法中的冲击响应函数体现个体对不同出现概率的词汇的脑电响应特性。该冲击响应函数代表了某一个抽象单位的词汇出现概率输入所对应的个体脑电神经活动模式。具有不同创造力人格特质的个体在面对特定外界刺激时具有不同的脑电响应模式。

测量模块404用于根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分。

测量模块404根据冲击响应函数，即个体面对自然语言素材的音频刺激时的脑电响应模式，使用预先训练好的创造力人格特质预测模型对个体的脑电响应模式进行分析，确定受测者的创造力人格特质测试得分。

在上述实施例的基础上，本实施例中第一切分模块具体用于：基于计算语言学方法对自然语言素材的文本进行词汇切分，获取自然语言素材中的每个词汇；根据预先构建的文本语料库，基于中文语言概率模型计算每个词汇在所述文本的上下文中的出现概率。

在上述实施例的基础上，本实施例中第二切分模块具体用于：获取每个词汇相对于所述音频的播放起始时间的开始播放时刻；根据每个词汇的所述开始播放时刻对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段。

在上述实施例的基础上，本实施例中还包括基线修正模块，用于对于每个通道的所述脑电信号，将任一词汇的开始播放时刻往后第一预设时长的脑电信号减去所述任一词汇的开始播放时刻往前第二预设时长的脑电信号的平均值，获取每个通道基线修正后的脑电信号。

在上述实施例的基础上，本实施例中计算模块具体用于：构建以所述出现概率为输入，以所述出现概率对应的脑电响应片段为输出的系统响应模型；求解所述系统响应模型的冲击响应函数；其中，所述冲击响应函数用于表达所述词汇的出现概率对应的脑电活动模式。

在上述各实施例的基础上，本实施例中测量模块具体用于：提取所述冲击响应函数的曲线特征；将所述曲线特征作为所述创造力人格特质预测模型的输入，获取所述受测者的创造力人格特质测试得分。

在上述各实施例的基础上，本实施例中所述创造力人格特质预测模型为回归模型；相应地，还包括训练模块，用于以个体的创造力人格特质的问卷评分作为目标，构建回归模型；其中，所述回归模型为LASSO回归模型；采用传统的创造力人格特质测量方法对训练个体的创造力人格特质进行问卷评分；根据所述训练个体的问卷评分，对所述回归模型进行训练。

本实施例提供一种电子设备，图5为本发明实施例提供的电子设备整体结构示意图，该设备包括：至少一个处理器501、至少一个存储器502和总线503；其中，

处理器501和存储器502通过总线503完成相互间的通信；

存储器502存储有可被处理器501执行的程序指令，处理器调用程序指令能够执行上述各方法实施例所提供的方法，例如包括：对自然语言素材的文本进行词汇切分，并获取切分的每个词汇在所述文本的上下文中的出现概率；获取受测者在听到所述自然语言素材的音频时的脑电信号，并对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段；根据每个词汇的出现概率和每个词汇对应的脑电响应片段，获取所述出现概率的冲击响应函数；根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分。

本实施例提供一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行上述各方法实施例所提供的方法，例如包括：对自然语言素材的文本进行词汇切分，并获取切分的每个词汇在所述文本的上下文中的出现概率；获取受测者在听到所述自然语言素材的音频时的脑电信号，并对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段；根据每个词汇的出现概率和每个词汇对应的脑电响应片段，获取所述出现概率的冲击响应函数；根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的装置实施例仅仅是示意性的，其中所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，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种基于脑电信号的创造力人格特质测量方法，其特征在于，包括：

根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分；

对自然语言素材的文本进行词汇切分，并获取切分的每个词汇在所述文本的上下文中的出现概率的步骤包括：

基于计算语言学方法对自然语言素材的文本进行词汇切分，获取自然语言素材中的每个词汇；

根据预先构建的文本语料库，基于中文语言概率模型计算每个词汇在所述文本的上下文中的出现概率。

2.根据权利要求1所述的基于脑电信号的创造力人格特质测量方法，其特征在于，对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段的步骤具体包括：

获取每个词汇相对于所述音频的播放起始时间的开始播放时刻；

根据每个词汇的所述开始播放时刻对所述脑电信号进行切分，获取每个词汇对应的脑电响应片段。

3.根据权利要求2所述的基于脑电信号的创造力人格特质测量方法，其特征在于，根据每个词汇的所述开始播放时刻对所述脑电信号进行切分的步骤之前包括：

对于每个通道的所述脑电信号，将任一词汇的开始播放时刻往后第一预设时长的脑电信号减去所述任一词汇的开始播放时刻往前第二预设时长的脑电信号的平均值，获取每个通道基线修正后的脑电信号。

4.根据权利要求1所述的基于脑电信号的创造力人格特质测量方法，其特征在于，根据每个词汇的出现概率和每个词汇对应的脑电响应片段，获取所述出现概率的冲击响应函数的步骤包括：

构建以所述出现概率为输入，以所述出现概率对应的脑电响应片段为输出的系统响应模型；

求解所述系统响应模型的冲击响应函数；其中，所述冲击响应函数用于表达所述词汇的出现概率对应的脑电活动模式。

5.根据权利要求1-4任一所述的基于脑电信号的创造力人格特质测量方法，其特征在于，根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分的步骤包括：

提取所述冲击响应函数的曲线特征；

将所述曲线特征作为所述创造力人格特质预测模型的输入，获取所述受测者的创造力人格特质测试得分。

6.根据权利要求1-4任一所述的基于脑电信号的创造力人格特质测量方法，其特征在于，所述创造力人格特质预测模型为回归模型；

相应地，根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分的步骤之前包括：

以个体的创造力人格特质的问卷评分作为目标，构建回归模型；其中，所述回归模型为LASSO回归模型；

采用传统的创造力人格特质测量方法对训练个体的创造力人格特质进行问卷评分；

根据所述训练个体的问卷评分，对所述回归模型进行训练。

7.一种基于脑电信号的创造力人格特质测量装置，其特征在于，包括：

测量模块，用于根据所述冲击响应函数，基于预先训练好的创造力人格特质预测模型获取所述受测者的创造力人格特质测试得分；

第一切分模块具体用于：基于计算语言学方法对自然语言素材的文本进行词汇切分，获取自然语言素材中的每个词汇；根据预先构建的文本语料库，基于中文语言概率模型计算每个词汇在所述文本的上下文中的出现概率。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于脑电信号的创造力人格特质测量方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述基于脑电信号的创造力人格特质测量方法的步骤。