CN111667926B - 一种基于人工智能的心理咨询/会话系统及其方法 - Google Patents
一种基于人工智能的心理咨询/会话系统及其方法 Download PDFInfo
- Publication number
- CN111667926B CN111667926B CN202010508884.7A CN202010508884A CN111667926B CN 111667926 B CN111667926 B CN 111667926B CN 202010508884 A CN202010508884 A CN 202010508884A CN 111667926 B CN111667926 B CN 111667926B
- Authority
- CN
- China
- Prior art keywords
- user
- module
- psychological
- conversation
- dialogue
- 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.)
- Active
Links
Images
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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Human Computer Interaction (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于人工智能的心理咨询/会话系统及其方法,系统包括输入模块、语言分析模块、逻辑树对话模块、语料数据库和小结与反馈模块;输入模块采集用户会话输入;通过使用心理知识图谱模块及多轮对话管理模块对用户会话输入进行意图分析;输入模块和语言分析模块在人机交互中循环迭代,通过多轮对话管理模块管理多轮对话之间的关系;语言分析模块按照智能心理咨询逻辑树的逻辑流程及对用户对话的意图分析,在多轮对话管理模块的管理下组织指导用户进行多轮对话的逻辑走向;结合机器人与用户间的会话信息,反馈对话时用户与心理、情绪问题相关的信息,并输出,制定心理干预方案。本发明通过对话机器人为用户提供心理咨询服务,使用户感觉更像是在和人(咨询师)进行会话,提高用户体验,大大提高了机器人回复的效率。
Description
技术领域
本发明涉及人工智能技术领域,具体而言,涉及一种基于人工智能的心理咨询/会话系统及其方法。
背景技术
目前,市场上比较成熟的对话机器人主要包括以下三类:
(1)功能性机器人,如客服AI、办公室助理AI等,这类机器人主要是实现一些设定好的功能,比如下单、开发票、退换货等客服问题,或预约会议室、提供政策指南等助理功能。这类机器人主要采用的技术有意图理解,槽位抽取等技术。但是大多数任务机器人对话轮数有限,并没有合理利用用户画像和知识图谱。这些机器人大多数也是单次任务完成的,不会长期的记录用户的信息,每次根据用户的信息都会有不同的对话和推送。
(2)闲聊机器人。主要是从论坛、微博、古诗词等文字库中收集和标注回复语料,根据用户对话从语料库中自动选择匹配度高的回复。从技术上,这类机器人一般采用文本相似性技术,从已经给定的语料中找到最相似的回复。这类机器人一般关注于开放域的对话,有比较弱的多轮功能,经常出现上下文不合理的情况。同时,这些机器人通常也不会记录用户画像,无法根据用户的输入进行针对性的对话。
(3)其他类型的聊天和娱乐机器人。比如用户发一组照片,机器人能通过图片识别,自动生成一首诗。这类机器人通常会融合多种图像,语音技术,对话只是它的一种展现形式,与本发明采用的对话治疗方法差别比较大。
现有对话机器人根据与用户进行对话的目的和形式不同,可分为三种对话形式:
A.任务驱动对话:理解用户下达的任务指令,实现相应功能,如搜索某某歌曲;
B.问答对话:回答用户提出的关于事实类的问题,如明天的天气如何;
C.闲聊对话:在开放域与用户进行带有情感的个性化闲聊。
基于用户问题完成的信息检索式的问答对话,一般是单一轮次,无法针对一类主题与用户进行连续对话。
现有计算机技术无法特别深入的理解用户的对话,在用户叙述复杂场景的情况或者事情时候,计算机无法理解;现有对话机器人提供的服务主要集中在助理功能和闲聊功能,现有算法无法充分的利用客户的已有信息,比如职业、工作、性格等因素进行更高效的心理咨询。
发明内容
因此,本发明目的是通过对话机器人为用户提供心理咨询服务,使用户感觉更像是在和人(咨询师)进行会话,提高用户体验。为此,本发明提供了一种基于人工智能的心理咨询/会话系统及其方法。
所采用的技术方案如下:
一方面,本发明提供了一种基于人工智能的心理咨询/会话系统,所述系统包括:
输入模块,用于采集用户会话输入;
语言分析模块,与所述输入模块连接,其包括心理知识图谱模块和多轮对话管理模块;所述心理知识图谱模块中建立多个心理领域的知识节点及各个知识节点的相关性,机器人根据所建立的知识节点向用户进行问题提问,所述多轮对话管理模块用于机器人与用户间进行对话时的管理,通过使用所述心理知识图谱模块及多轮对话管理模块对用户会话输入进行意图分析;所述输入模块和语言分析模块在人机交互中循环迭代,通过所述多轮对话管理模块管理多轮对话之间的关系;
逻辑树对话模块,与所述语言分析模块连接,用于指导多轮对话有序进行,所述逻辑树对话模块中设有智能心理咨询逻辑树,所述语言分析模块按照所述智能心理咨询逻辑树的逻辑流程及对用户对话的意图分析,在所述多轮对话管理模块的管理下组织指导用户进行多轮对话的逻辑走向;
语料数据库,与所述语言分析模块连接,并作为所述语言分析模块的输入,用于存储心理咨询对话资料;
小结与反馈模块,与所述语言分析模块连接,所述语言分析模块通过采集用户与机器人对话时用户所产生的与心理、情绪问题相关的信息,并通过所述小结与反馈模块输出反馈给用户。
所述系统还包括与所述的语言分析模块和所述小结与反馈模块实现信息传输的用户侧写图模块,其通过所述语言分析模块得到用户信息并输出语言分析结果,并作为所述多轮对话管理模块及所述小结与反馈模块的输入。
所述语言分析模块中包括BERT语言分类模型,通过训练好的所述BERT语言分类模型,将用户给定的任意对话进行输入,通过所述BERT语言分类模型将对话输入信息进行分类提取,获得关键对话信息。
所述逻辑树对话模块中包括摄入性会谈模块和诊断性评估模块;
所述摄入性会谈模块用于完成与用户间基本信息的会谈;
所述诊断性评估模块至少包括个人特征模块、加班模块、身体健康模块、情绪模块、人际关系模型、睡眠模块、胜任力模块、应对风格模块和资源模块9个模块,所述摄入性会谈模块及所述诊断性评估模块中的每一模块分别与所述语料数据库连接。
所述语料数据库包括:
独立树语料库,用于机器人的自我相关介绍;
摄入性会谈语料库,用于配合摄入性会谈模块及诊断性评估模块,收集用户基本信息并完成用户侧写;
跟进语料库,用于跟进用户目前正在谈论的话题,鼓励用户对这一关键问题进行详细阐述;
追问语料库,在用户谈论当前话题上进一步追问细节,或澄清其他相关的关键信息;
合作对话语料库,其通过4W模型(what/why/work/wishi)实现与用户的合作对话,帮助用户进行反思,并采取相应行动;
金句语料库,其围绕用户对话中的关键词进行一般性评述。
所述的跟进语料库、追问语料库、合作对话语料库和金句语料库在所述逻辑树对话模块中的使用频率为1:2:1:6。
另一方面,本发明还提供了一种基于人工智能的心理咨询/会话方法,所述方法包括如下步骤:
S1、给定用户会话输入;
S2、利用基于心理知识图谱的自然语言将用户会话输入进行语言识别和意图分析,将用户会话输入中的关键信息抽取出来;
S3、根据机器人所提取的关键信息,将用户会话输入映射到优先级的用户意图,并与对应的智能心理咨询逻辑树进行多轮逻辑对话;
S4、结合机器人与用户间的会话信息,反馈对话时用户与心理、情绪问题相关的信息,并输出,制定心理干预方案。
在步骤S2中,通过训练好的BERT语言分类模型和抽取模型对用户会话输入进行意图分析,经多分类器处理后将用户会话输入分类到其一抽取类别上,在抽取类别上将用户会话输入的关键信息提取出来。
在步骤S3中,通过智能心理咨询逻辑树进行多轮逻辑对话时,首先进行摄入性会谈,收集用户的基本信息;然后再进行诊断性评估,对用户的人格特征、工作情况、身体健康、情绪困扰、人际关系、睡眠状况、工作胜任情况、应对策略和社会支持9个主题开展多轮交互式对话,每个主题通过内嵌的语料数据库模式模拟心理咨询对话。
对用户进行9个主题的交互式对话时按如下方法进行:
优先识别用户会话输入中的心理关键词;
若没有可识别的心理关键词,则识别用户会话输入中的闲聊关键词;
若用户在跟进语料库、追问语料库、合作对话语料库的问题回应中,无可识别的新关键词,则从上句关键词的金句语料库中随机选择一句回应;如在用户的回应后仍无新关键词可识别,则跳出语料数据库模式,重回智能心理咨询逻辑树。
本发明技术方案,具有如下优点:
A.本发明中采用基于心理知识图谱的自然语言理解及多轮对话技术,以及基于心理知识图谱和文本分类技术,一方面充分理解用户的输入,为用户的输入进行意图分析,相对比传统的机器人技术,大大提高了机器人回复的效率。
B.本发明采用具有引导型的智能逻辑树对话模块,采用符合心理咨询对话的(多组)逻辑树,使机器人突破了与用户单句对话的模式,能进行一组关联的对话,完成心理咨询基本的开场、摄入性会谈、诊断性评估及干预导入;采用逻辑树对话模块使用户感到机器人有主动思考,增加智能感,相比较于现有机器人技术,大大增强了多轮对话的能力和效率,对话轮数没有限制,理解用户语意的能力得到了增强;同时,对话主题明确,与普通的闲聊机器人相比,更具有目的性、方向感,不易让对话的主题远离心理咨询的领域范围。
C.本发明中的逻辑树中分支采用BERT语言分类模型,对用户的自然语言进行识别,突破以往主要采用选项卡方式进行识别,用户体验更智能。传统的选项卡技术比较死板,本发明可以让用户真正感受到对面回答的是真实的人,而不是逻辑简单的机器。
D.本发明在进行逻辑树对话的过程中,采集用户与心理、情绪问题相关的信息,完成用户侧写,保存用户特征的历史;用户侧写信息将在后续对话中被使用,针对不同用户进行不同语料回应。因此,本发明中语料数据库与用户的匹配性更高,用户会觉得机器人更了解他、记得他,相对于传统机器人,在每一次的对话中,充分考虑用户的对话历史和现有回答,有利于搜寻最短的路径引导用户,使心理咨询更有效率。
E.本发明通过采用语料数据库,独立并嵌入逻辑树对话模块,根据心理咨询的方法,界定4—6类语料库,按照定义轮数、语料库使用优先级、语料库提取频率等方式,模拟心理咨询对话,让用户有目标,有趣味,有思考,有收获,逻辑树对话模块与语料数据库相结合,提升用户既被跟随和回应、又被主动按咨询问诊询问的综合体验,从而形成了完成的心理咨询机器人的整体方案。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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是本发明所提供的心理知识图谱模块图示;
图2是本发明所提供的多轮对话状态图示;
图3是机器人回复的例子;
图4是本发明所提供的逻辑树流程图;
图5是本发明所提供的摄入性会谈模块;
图6是本发明中所提供的个人特征模块;
图7是本发明中所提供的加班模块;
图8是本发明中所提供的身体健康模块;
图9是本发明中所提供的情绪模块;
图10是本发明中所提供的人际关系模块;
图11是本发明中所提供的睡眠模块;
图12是本发明中所提供的胜任力模块;
图13是本发明中所提供的应对风格模块;
图14是本发明中所提供的资源模块;
图15是本发明中所提供的心理咨询系统框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
如图15所示,本发明提供了一种基于人工智能的心理咨询/会话系统,系统包括:输入模块、语言分析模块、逻辑树对话模块、语料数据库和小结与反馈模块,其中的输入模块用于采集用户会话输入,语言分析模块与输入模块连接,其包括心理知识图谱模块和多轮对话管理模块;心理知识图谱模块中建立多个心理领域的知识节点及各个知识节点的相关性,机器人根据所建立的知识节点向用户进行问题提问,多轮对话管理模块用于机器人与用户间进行对话时的管理,通过使用心理知识图谱模块及多轮对话管理模块对用户会话输入进行意图分析;输入模块和语言分析模块在人机交互中循环迭代,通过多轮对话管理模块管理多轮对话之间的关系;逻辑树对话模块与所述语言分析模块连接,用于指导多轮对话有序进行,所述逻辑树对话模块中设有智能心理咨询逻辑树,所述语言分析模块按照所述智能心理咨询逻辑树的逻辑流程及对用户对话的意图分析,在所述多轮对话管理模块的管理下组织指导用户进行多轮对话的逻辑走向;
语料数据库与所述语言分析模块连接,并作为所述语言分析模块的输入,用于存储心理咨询对话资料。
小结与反馈模块与语言分析模块连接,语言分析模块通过采集用户与机器人对话时用户所产生的与心理、情绪问题相关的信息,并通过小结与反馈模块输出反馈给用户;反馈形式可以为音乐治疗、冥想等常见心理咨询手段。
在心理知识图谱模块中建立多个心理领域的知识节点,如图1所示,各个知识节点存在相关性,用于机器人向用户进行提问。
在图1中的一个实例中,每个节点代表一个心理领域的知识点(图中圆形的节点),这个知识点一般是可以被用来向用户提问的,可以用来帮助诊断用户的心理问题,比如图中的睡眠情况、入职时间和加班情况等。
这些知识节点有一些可以被归类的属性值(图中的黄色框),这些值表示了该知识节点能够的取值,这些取值分类代表了该知识节点的代表取值,用来帮助判断,比如图中的年龄、性别和加班情况等。
各知识节点之间由边联结起来,这些边表示了知识节点之间有相关性,表示了知识节点之间可以跳转,这些知识节点之间是相关。在问诊的过程中可以选择相关的问题进行提问,保持问诊的连贯性。比如睡眠情况和失眠史之间是有关联的,在得到现在失眠的情况下,会更进一步的想知道用户是否有长期的失眠史。
为了能用自然语言跟用户进行对话,需要深刻理解用户会话输入,当机器人给出具体问题时,用户会有回复。基于心理知识图谱能得到期望的回复类别,需要利用自然语言理解的技术将用户的回复分类到期望的心理知识图谱的期望值上去。
这里对用户会话输入的理解分为两部分:理解用户的意图和从用户的输入中找到关键槽位。
对于理解用户的意图,比如理解用户是否焦虑,心理焦虑是否对用户有影响,将这类理解问题看做是一个多分类问题。通过使用基于BERT语言分类模型,对于任何一个期望回复,从以往的心理咨询中标记了一些正样本,形成用户侧写图,用户侧写图既是语言分析模块的输出结果,在语言分析过程中得到的用户信息,也会作为多轮对话管理模块的输入使用,同时用户侧写图也是反馈与小结模块的输入。
比如“我感受到很焦虑”是心理影响中“有负面影响”的正样本。这样对于可能值都有很多样本,基于这些样本,使用BERT语言分类模型,训练了多分类的分类器。基于这个分类器,给定任意输入后能够将其分类到其中的一个期望值上。
对于从用户会话输入中找到关键槽位,本发明同时使用了基于规则的抽取模型。比如要知道在用户输入“我入职有3年2个月了”里面的“3年2个月”表示用户入职的时长,这个时长代表了一个时间段。这个时间段会被最后划分到类别“3年以上”。对于这类问题,本发明使用了基于规则的抽取模型。对于心理学里面特别关系的疾病和时间,本发明基于正则表达式,提取了各种规则,并从句子中抽取出来。对于这些成功的抽取,我们使用规则将字符串映射到抽取类别上去。
本发明中所采用的逻辑树对话模块中包括摄入性会谈模块和诊断性评估模块;
摄入性会谈模块用于完成与用户的基础信息会谈;诊断性评估模块包括个人特征模块、加班模块、身体健康模块、情绪模块、人际关系模型、睡眠模块、胜任力模块、应对风格模块和资源模块9个模块,摄入性会谈模块及所述诊断性评估模块中的每一模块分别内嵌有所述的语料数据库,如图5-14所示。
本发明中所采用的语料数据库包括:独立树语料库、摄入性会谈语料库、跟进语料库、追问语料库、合作对话语料库和金句语料库
独立树语料库用于机器人的自我相关介绍;
摄入性会谈语料库用于配合摄入性会谈模块及诊断性评估模块,收集用户基本信息并完成用户侧写;
跟进语料库用于跟进用户目前正在谈论的话题,鼓励用户对这一关键问题进行详细阐述;
追问语料库在用户谈论当前话题上进一步追问细节,或澄清其他相关的关键信息;
合作对话语料库通过4W模型(what/why/work/wishi)实现与用户的合作对话,帮助用户进行反思,并采取相应行动;
金句语料库,其围绕用户对话中的关键词进行的一般性评述。
其中优选地,跟进语料库、追问语料库、合作对话语料库和金句语料库在逻辑树对话模块中的使用频率为1:2:1:6。
心理咨询是一个复杂的对话过程,需要心理咨询师和用户之间的多轮交互,相互的深入问答才能达到很好的诊疗效果。普通的单轮对话完全无法满足心理咨询的要求,本发明结合心理知识图谱模块,着重开发的多轮对话技术。多轮对话包括两部分:对话状态的保持和对话状态的跳转。本发明以逻辑树的方式,设计和组织多轮对话管理,如图2所示显示了一个典型的对话跳转图。
本发明所提供的一种基于人工智能的心理咨询/会话方法,包括如下步骤:
【S1】给定用户输入;
【S2】利用基于心理知识图谱的自然语言将用户会话输入进行语言识别和意图分析,将用户会话输入中的关键信息抽取出来;
【S3】根据机器人所提取的关键信息,将用户会话输入映射到优先级的用户意图,并与对应的智能心理咨询逻辑树进行多轮逻辑对话;
【S4】结合机器人与用户间的会话信息,作出用户侧写图反馈给用户,并制定心理干预方案。
典型的对话流程如下。给定用户的输入,首先会利用基于心理知识图谱的自然语言理解技术,使用抽取类别将输入分为某个抽取类别,同时将其中的关键信息抽取出来。对于某种特定的意图和上次的状态,本发明会将该用户的输入映射到某个用户意图,用户意图对应着不同的对话逻辑和执行动作。根据具体信息和执行结果的区别,机器人会给出不同的回复,比如机器人会说出不同的话,这里为了标识不同的状态,称为回复动作。最后基于这个回复动作,机器人会有不同的期待,比如机器人在问了一个是否问题后更期待是否的回答。本发明利用有优先级的抽取模型来表达机器人期待的输入顺序。图3给出了机器人是如何解析某段特定的话,同时给出回复的一个例子。
本发明将对话状态定义为基于之前所有对话位于的状态(图2中的点),这个对话状态可以被认为是所有用户回答的一个唯一确定的描述。这个对话状态分为两部分:现在用户所有回答的问题答案的类别和当前提出的问题,基于这个对话状态本发明能够对用户给出下一轮的交互,比如下一轮的提问或者是询问。
对话状态直接是可以跳转的,根据心理知识图谱的定义,本发明根据用户的回答进行不同的跳转。对于同一个问题,不同的回答可能会导致不同的跳转(图2中的线,多条线代表不同的跳转条件)。如图2所示,从点一有多条路径跳出,能够跳出到不同的点上,这是对应了不同用户输入条件和用户的历史状态。
在多轮对话管理模块的技术支持下,本发明采用逻辑树来组织指导多轮对话的逻辑走向。要想让机器人为用户提供心理咨询服务,即要让机器人能够在一个封闭域和用户进行针对一类主题的多轮交互式对话,本发明根据所建构的智能心理咨询逻辑树,完成心理咨询中摄入性会谈、诊断性评估及心理干预。
本发明可通过图5-图14所示的各个模块的逻辑树,完成心理咨询中摄入性会谈和诊断评估两个模块,其中诊断性评估模块所涉及的主题包括用户的人格特征、工作情况、身体健康、情绪困扰、人际关系、睡眠状况、工作胜任情况、应对策略、社会支持等9类主题,通过多分类器围绕上述9个主题与用户在封闭域开展多轮交互式对话。每个主题通过内嵌的语料数据库模式模拟心理咨询对话。这些主题作为独立的部分管理,顺序和出现的项目可以通过历史会话记录调整。
完成与用户的摄入性会谈和诊断评估后,需要把用户目前的心理状况通过小结与反馈模块进行反馈,一方面可以帮助用户更好的理解自己,另一方面帮助机器人根据每个用户的不同侧写,制定下一步的心理治疗干预方案。本发明用户侧写内容如下表所示:
上表中所示的关于用户心理和情绪等相关问题的信息。用户侧写信息将在后续对话中被使用,针对不同用户的侧写图,进行不同语料回应。此外,由于采用多分类器,当用户与机器人对话的话语中涉及到用户侧写图所涉及的关键信息时,系统就会自动采集并获取相关信息,登陆到后台用于记录用户特征的侧写图中,便于之后随时调用这些信息。随着用户与机器人互动时间和次数的增多,系统便会记录更多的关于该用户的个性化特征,让用户感觉机器人更懂他,更理解他,从而实现咨询中建立起良好治疗联盟的重要目标。
根据心理咨询的方法,本发明界定并建立了4+2类语料库,按照定义轮数、语料库使用优先级、语料库提取频率等方式,模拟心理咨询对话。其中,独立树语料库和摄入性会谈语料库,主要用来根据逻辑树完成与用户的摄入性会谈,收集用户的基本信息并完成侧写。此外,本发明还根据心理咨询师常用的咨询技术设置了跟进语料库、追问语料库、合作对话语料库和金句语料库这四大类型的语料库。这四类语料库,一方面会嵌入摄入性会谈,模拟咨询中的半结构性访谈,让用户在回答系统需要收集的信息时,也能与机器人进行个性化对话,收到机器人即时的反馈,使会谈过程高效且轻松;此外,这四类语料库被用于完成用户侧写后,对用户进行谈话干预的部分,分别起到咨询中不同的干预效果。各语料库具体介绍如下:
独立树语料库:主要作用是机器人对于自我的相关介绍。
摄入性会谈语料库,其配合摄入性会谈及诊断评估逻辑树,收集用户基本信息并完成用户侧写。
跟进语料库,用于跟进用户目前正在谈论的话题,鼓励用户对这一关键问题进行详细阐述。
追问语料库,用于在用户当前谈论的话题上,进一步追问细节,或澄清其他相关的关键信息。
合作对话语料库,其通过4W模型(what/why/work/wishi)实现与用户的合作对话,帮助用户进行反思,并采取相应行动。
金句语料库,用于围绕用户对话中的关键词进行的一般性评述,反映一般心理学原理或生活哲理,主要作用是能起到维持对话,提高用户的心理粘性,同时能帮助用户在金句中获得心灵成长的顿悟。
四大类语料库(跟进语料库、追问语料库、合作对话语料库、金句语料库)使用原则/方法如下:
A、语料数据库是在逻辑树对话模块中的每一个模块之间嵌入,其在逻辑树对话模块中会显示何时嵌入何种语料库。
B、进入语料库后,随机进行3—6轮语料对话。1轮是指识别出一次关键词。
C、1轮语料对话的进行原则如下:
(1)优先识别心理关键词;
(2)如没有心理关键词可识别,识别闲聊关键词;
(3)四类语料库的使用频率为1:2:1:6;
(4)如果用户在跟进语料库、追问语料库、合作对话语料库这三类语料库的问题后的回应中,无可识别的新关键词,则从上句关键词的金句语料库中随机选择一句回应。
(5)如用户在第(4)步之后的回应句仍无新关键词可识别,跳出语料数据库,重回对话树。
D、在一个用户的一次对话过程中,语料数据库中使用过的句子不再重复使用,即每句最多只用一次。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于人工智能的心理咨询/会话系统,其特征在于,所述系统包括:
输入模块,用于采集用户会话输入;
语言分析模块,与所述输入模块连接,其包括心理知识图谱模块和多轮对话管理模块;所述心理知识图谱模块中建立多个心理领域的知识节点及各个知识节点的相关性,机器人根据所建立的知识节点向用户进行问题提问,所述多轮对话管理模块用于机器人与用户间进行对话时的管理,通过使用所述心理知识图谱模块及多轮对话管理模块对用户会话输入进行意图分析;所述输入模块和语言分析模块在人机交互中循环迭代,通过所述多轮对话管理模块管理多轮对话之间的关系;
逻辑树对话模块,与所述语言分析模块连接,用于指导多轮对话有序进行,所述逻辑树对话模块中设有智能心理咨询逻辑树,所述语言分析模块按照所述智能心理咨询逻辑树的逻辑流程及对用户对话的意图分析,在所述多轮对话管理模块的管理下组织指导用户进行多轮对话的逻辑走向;
语料数据库,与所述语言分析模块连接,并作为所述语言分析模块的输入,用于存储心理咨询对话资料;
小结与反馈模块,与所述语言分析模块连接,所述语言分析模块通过采集用户与机器人对话时用户所产生的与心理、情绪问题相关的信息,并通过所述小结与反馈模块输出反馈给用户。
2.根据权利要求1所述的基于人工智能的心理咨询/会话系统,其特征在于,所述系统还包括与所述的语言分析模块和所述小结与反馈模块实现信息传输的用户侧写图模块,其通过所述语言分析模块得到用户信息并输出语言分析结果,并作为所述多轮对话管理模块及所述小结与反馈模块的输入。
3.根据权利要求2所述的基于人工智能的心理咨询/会话系统,其特征在于,所述语言分析模块中包括BERT语言分类模型,通过训练好的所述BERT语言分类模型,将用户给定的任意对话进行输入,通过所述BERT语言分类模型将对话输入信息进行分类提取,获得关键对话信息。
4.根据权利要求1所述的基于人工智能的心理咨询/会话系统,其特征在于,所述逻辑树对话模块中包括摄入性会谈模块和诊断性评估模块;
所述摄入性会谈模块用于完成与用户间基本信息的会谈;
所述诊断性评估模块至少包括个人特征模块、加班模块、身体健康模块、情绪模块、人际关系模型、睡眠模块、胜任力模块、应对风格模块和资源模块9个模块,所述摄入性会谈模块及所述诊断性评估模块中的每一模块分别与所述语料数据库连接。
5.根据权利要求4所述的基于人工智能的心理咨询/会话系统,其特征在于,所述语料数据库包括:
独立树语料库,用于机器人的自我相关介绍;
摄入性会谈语料库,用于配合摄入性会谈模块及诊断性评估模块,收集用户基本信息并完成用户侧写;
跟进语料库,用于跟进用户目前正在谈论的话题,鼓励用户对这一关键问题进行详细阐述;
追问语料库,在用户谈论当前话题上进一步追问细节,或澄清其他相关的关键信息;
合作对话语料库,其通过4W模型实现与用户的合作对话,帮助用户进行反思,并采取相应行动;
所述4W是指what/why/work/wishi;
金句语料库,其围绕用户对话中的关键词进行一般性评述。
6.根据权利要求5所述的基于人工智能的心理咨询/会话系统,其特征在于,所述的跟进语料库、追问语料库、合作对话语料库和金句语料库在所述逻辑树对话模块中的使用频率为1:2:1:6。
7.一种应用于权利要求1-6任一项所述系统的基于人工智能的心理咨询/会话方法,其特征在于,所述方法包括如下步骤:
S1、给定用户会话输入;
S2、利用基于心理知识图谱的自然语言将用户会话输入进行语言识别和意图分析,将用户会话输入中的关键信息抽取出来;
S3、根据机器人所提取的关键信息,将用户会话输入映射到优先级的用户意图,并与对应的智能心理咨询逻辑树进行多轮逻辑对话;
S4、结合机器人与用户间的会话信息,反馈对话时用户与心理、情绪问题相关的信息,并输出,制定心理干预方案。
8.根据权利要求7所述的基于人工智能的心理咨询/会话方法,其特征在于,在步骤S2中,通过训练好的BERT语言分类模型和抽取模型对用户会话输入进行意图分析,经多分类器处理后将用户会话输入分类到其一抽取类别上,在抽取类别上将用户会话输入的关键信息提取出来。
9.根据权利要求7所述的基于人工智能的心理咨询/会话方法,其特征在于,在步骤S3中,通过智能心理咨询逻辑树进行多轮逻辑对话时,首先进行摄入性会谈,收集用户的基本信息;然后再进行诊断性评估,对用户的人格特征、工作情况、身体健康、情绪困扰、人际关系、睡眠状况、工作胜任情况、应对策略和社会支持9个主题开展多轮交互式对话,每个主题通过内嵌的语料数据库模式模拟心理咨询对话。
10.根据权利要求9所述的基于人工智能的心理咨询/会话方法,其特征在于,对用户进行9个主题的交互式对话时按如下方法进行:
优先识别用户会话输入中的心理关键词;
若没有可识别的心理关键词,则识别用户会话输入中的闲聊关键词;
若用户在跟进语料库、追问语料库、合作对话语料库的问题回应中,无可识别的新关键词,则从上句关键词的金句语料库中随机选择一句回应;如在用户的回应后仍无新关键词可识别,则跳出语料数据库模式,重回智能心理咨询逻辑树。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010508884.7A CN111667926B (zh) | 2020-06-06 | 2020-06-06 | 一种基于人工智能的心理咨询/会话系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010508884.7A CN111667926B (zh) | 2020-06-06 | 2020-06-06 | 一种基于人工智能的心理咨询/会话系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111667926A CN111667926A (zh) | 2020-09-15 |
CN111667926B true CN111667926B (zh) | 2023-06-06 |
Family
ID=72386827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010508884.7A Active CN111667926B (zh) | 2020-06-06 | 2020-06-06 | 一种基于人工智能的心理咨询/会话系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111667926B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112163087B (zh) * | 2020-11-10 | 2023-06-23 | 山东比特智能科技股份有限公司 | 对话系统中意图冲突的解决方法、系统及装置 |
CN113656562B (zh) * | 2020-11-27 | 2024-07-02 | 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 |
CN112579744B (zh) * | 2020-12-28 | 2024-03-26 | 北京智能工场科技有限公司 | 一种在线心理咨询中风险控制的方法 |
WO2022201193A1 (en) * | 2021-03-24 | 2022-09-29 | Rn Chidakashi Technologies Pvt Ltd | System and method for generating a closed domain conversation |
CN112951429A (zh) * | 2021-03-25 | 2021-06-11 | 浙江连信科技有限公司 | 用于中小学生心理危机筛查的信息处理方法及装置 |
CN113282755A (zh) * | 2021-06-11 | 2021-08-20 | 上海寻梦信息技术有限公司 | 对话型文本分类方法、系统、设备及存储介质 |
CN113553405A (zh) * | 2021-06-11 | 2021-10-26 | 中国农业银行股份有限公司浙江省分行 | 基于中文bert模型智能机器人的实现方法和系统 |
CN113569020B (zh) * | 2021-06-22 | 2023-10-10 | 复旦大学 | 智能会话系统中融合知识推理及知识导向的对话管理方法 |
CN113590793A (zh) * | 2021-08-02 | 2021-11-02 | 江苏金惠甫山软件科技有限公司 | 基于语义规则的心理知识与方法推荐系统 |
CN114757206A (zh) * | 2022-03-17 | 2022-07-15 | 北京力拓飞远科技有限公司 | 咨询服务方法、系统及存储介质 |
JP2023171703A (ja) * | 2023-03-12 | 2023-12-04 | 加古 貴大 | 人工知能を用いた対話エージェントによる自動応答オンラインカウンセリングシステム |
CN116312970B (zh) * | 2023-03-23 | 2023-12-15 | 苏州复变医疗科技有限公司 | 一种用于心理测评的智能交互方法和装置 |
CN116821287B (zh) * | 2023-08-28 | 2023-11-17 | 湖南创星科技股份有限公司 | 基于知识图谱和大语言模型的用户心理画像系统及方法 |
CN117828063B (zh) * | 2024-01-10 | 2024-05-17 | 广东数业智能科技有限公司 | 一种心理领域数据生成、模型训练方法、装置及存储介质 |
CN117972075B (zh) * | 2024-03-28 | 2024-08-06 | 华南理工大学 | 心智与语言智能体协同的情感对话生成方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108000526A (zh) * | 2017-11-21 | 2018-05-08 | 北京光年无限科技有限公司 | 用于智能机器人的对话交互方法及系统 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11263405B2 (en) * | 2018-10-10 | 2022-03-01 | Healthpointe Solutions, Inc. | System and method for answering natural language questions posed by a user |
-
2020
- 2020-06-06 CN CN202010508884.7A patent/CN111667926B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108000526A (zh) * | 2017-11-21 | 2018-05-08 | 北京光年无限科技有限公司 | 用于智能机器人的对话交互方法及系统 |
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 |
Non-Patent Citations (1)
Title |
---|
刘娇等.人机对话系统中意图识别方法综述.《计算机工程与应用》.2019,第55卷(第12期),第1-7,43页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111667926A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111667926B (zh) | 一种基于人工智能的心理咨询/会话系统及其方法 | |
Lund Dean et al. | Research in spirituality, religion, and work: Walking the line between relevance and legitimacy | |
WO2019158014A1 (zh) | 由计算机实施的与用户对话的方法和计算机系统 | |
KR102033388B1 (ko) | 질의 응답 장치 및 방법 | |
JP2020071869A (ja) | 動画基盤求人求職マッチングサーバーおよび方法 | |
Park et al. | Systematic review on chatbot techniques and applications | |
CN107368548A (zh) | 智能政务服务交互方法和系统 | |
Magnusson et al. | High proficiency in markets of performance: A sociocultural approach to nativelikeness | |
Galitsky et al. | Chatbot components and architectures | |
CN112579757A (zh) | 智能问答方法、装置、计算机可读存储介质及电子设备 | |
Duerr et al. | Persuasive Natural Language Generation--A Literature Review | |
CN110008308A (zh) | 针对用户问句补充信息的方法和装置 | |
Krommyda et al. | Emotion detection in Twitter posts: a rule-based algorithm for annotated data acquisition | |
CN110532363B (zh) | 一种基于决策树的任务导向型自动对话方法 | |
Devi et al. | ChatGPT: Comprehensive Study On Generative AI Tool | |
Elvir et al. | Remembering a conversation–a conversational memory architecture for embodied conversational agents | |
CN117828063A (zh) | 一种心理领域数据生成、模型训练方法、装置及存储介质 | |
Roulston | Generating and analyzing individual interviews | |
Cervone et al. | Roving mind: a balancing act between open–domain and engaging dialogue systems | |
Baymurzina et al. | Evaluation of conversational skills for commonsense | |
Fillwock et al. | Identification of personal information shared in chat-oriented dialogue | |
Mehta et al. | Developing a conversational agent using ontologies | |
Zhang | Should We Fear Large Language Models? A Structural Analysis of the Human Reasoning System for Elucidating LLM Capabilities and Risks Through the Lens of Heidegger's Philosophy | |
Zhu et al. | CV chatbot based on “STAR” method | |
Granito et al. | Adaptive feedback improving learningful conversations at workplace |
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 |