CN116662520A - 一种适应于心理角色场景模拟的多轮对话生成方法 - Google Patents
一种适应于心理角色场景模拟的多轮对话生成方法 Download PDFInfo
- Publication number
- CN116662520A CN116662520A CN202310902206.2A CN202310902206A CN116662520A CN 116662520 A CN116662520 A CN 116662520A CN 202310902206 A CN202310902206 A CN 202310902206A CN 116662520 A CN116662520 A CN 116662520A
- Authority
- CN
- China
- Prior art keywords
- dialogue
- psychological
- corpus
- child
- parent
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000006854 communication Effects 0.000 claims abstract description 49
- 238000004891 communication Methods 0.000 claims abstract description 48
- 230000000694 effects Effects 0.000 claims description 19
- 230000014509 gene expression Effects 0.000 claims description 17
- 206010012335 Dependence Diseases 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 230000008092 positive effect Effects 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 8
- 230000001976 improved effect Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 230000009323 psychological health Effects 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 241000238558 Eucarida Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 238000001949 anaesthesia Methods 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 235000012907 honey Nutrition 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Developmental Disabilities (AREA)
- Psychiatry (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Child & Adolescent Psychology (AREA)
- Human Computer Interaction (AREA)
- Hospice & Palliative Care (AREA)
- Evolutionary Computation (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供的一种适应于心理角色场景模拟的多轮对话生成方法,所述对话生成方法包括:构建亲子对话心理语料库;微调多轮对话生成模型,获得对话模型;根据亲子对话心理语料库和所述对话模型设计模拟对话生成算法;根据所述模拟对话生成算法搭建亲子模拟沟通系统。根据人工智能的分析判定、给出的咨询建议和技巧,也能有效提高用户的亲子沟通能力、改善家庭氛围和亲子关系。
Description
技术领域
本发明涉及人工智能与公共心理卫生领域,尤其涉及一种适应于心理角色场景模拟的多轮对话生成方法。
背景技术
近些年来,受社会环境和生活方式等多方面影响,大众的心理健康问题日益凸显,并引起了社会的广泛关注。尤其在中年群体中,大部分人都需要承受越来越大的工作压力和生活压力,同时需要兼顾家庭、关注子女的成长和教育问题。相关研究显示,很多人在沟通方面不甚得法,尤其在亲子角色当中不知该如何交流,导致家庭氛围环境日益恶化,进而更加降低工作效率、增加自己及孩子的心理健康问题。
沟通在人们社会生存和发展中有着举足轻重的作用,而亲子沟通在家庭教育中也有特别重要的价值,是影响着孩子生活、学习与成长发展的基础。随着当代社会转型和发展,大多家庭的结构特点也在发生变化,亲子的沟通相应出现种种新的问题。同时由于孩子的青春期突如其来,会使得亲子沟通陷入更加艰难的困境。当下许多人对沟通尤其是亲子沟通的认识和重视程度还不够,更容易在青少年孩子的教育交流上发生尖锐的矛盾,破坏家庭和谐,同时促使孩子在叛逆的道路上越走越远。这些现状都引起了社会普遍的关注。
传统的心理咨询帮助主要依赖专业的心理咨询人员,通过问诊、面谈的形式了解来访者的情况,再结合对来访者及孩子的行为模式、相处氛围等多方面进行观察来做出判断、提供建议,或者依据来访者的主观表述对其给出一些经验意见。以上方法不仅需要投入大量的专业咨询人力和访谈时间成本,还要求有相关需求的人能够主动去寻求心理咨询援助,故而无法高效、便捷地缓解大部分家庭的亲子沟通问题。
机器学习与人工智能也在近年来得到了飞速的发展,机器与人类之间的智能交互逐渐成为可能。20世纪60年代JosephWeizenbaum在麻省理工学院开发的Eliza[3]被认为是第一个对话系统。此后最早被大规模推向市场的对话系统是微软的回形针(Clippy),它被设计为Office软件的虚拟助手。随着互联网的出现和深度学习技术的涌现,人工智能取得了很多突破性进展[4],可以利用越来越海量的语料信息实现更复杂的功能和达到更优越的性能。人机之间的多轮对话实现也以此为基础,效果显著提升。同时对话系统作为下一代人机交互技术热点也引起了广泛关注,微软、百度、阿里等科技巨头都纷纷发布相关的产品和战略[5]。开发的产品形态也多种多样,如智能音箱(小度音箱、天猫精灵)、虚拟助手(小冰、Siri)、智能客服(阿里小蜜)等等,大多兼具闲聊和一定的辅助查询功能。
但从具体的应用前景上来讲,对话系统还有更多的发展空间。目前的对话机器人主要支持简单的闲聊功能,还未能够在更具体、细化的场景设定下自然地应用,也还未开发出更灵活多样、有特异性和现实意义的辅助功能。尤其是针对上述所需的特定角色场景模拟的对话形式,已有的普通客服机器人都无法做出符合人设的回应,也无法给出心理学分析和建议、为改善亲子沟通状况提供帮助。
发明内容
鉴于上述问题,提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种适应于心理角色场景模拟的多轮对话生成方法。
根据本发明的一个方面,提供了一种适应于心理角色场景模拟的多轮对话生成方法,所述对话生成方法包括:
构建亲子对话心理语料库;
微调多轮对话生成模型,获得对话模型;
根据亲子对话心理语料库和所述对话模型设计模拟对话生成算法;
根据所述模拟对话生成算法搭建亲子模拟沟通系统。
可选的,所述构建亲子对话心理语料库具体包括:
召集了专业的心理咨询师进行前期的语料收集和整理,根据主流问题的需求分类,将语料场景划分为厌学、网瘾、叛逆、抑郁四类模式来建库;
建立规范的数据标注格式及数据收集策略流程,在每类场景模式库中都归纳有大批量相应对话,并由心理咨询师评估出对话的沟通效果;
建立起有专业心理学基础的特定场景、角色对话语料库。
可选的,所述沟通效果具体包括:正向效果和负向效果。
可选的,所述微调多轮对话生成模型,获得对话模型具体包括:
采用所述语料库预训练多轮对话生成模型进行微调训练;
通过微调所述多轮对话生成模型来促使生成语句从无限定的简单闲聊转换为有一定对话风格、更贴进需要模拟的沟通主题和孩子角色;
基于所述语料库有四类模式场景的划分;
所述多轮对话生成模型将对应场景进行分别微调,形成四个形式统一内容不同的对话生成模块,通过调用前向推理使用。
可选的,所述根据亲子对话心理语料库和所述对话模型设计模拟对话生成算法具体包括:
根据指定的情景设定来选择适用的场景语料库和微调模型,再逐轮处理用户的输入;
对每一条输入,根据语料库中的文本基础进行特征匹配,获取一部分适合的表达,与历史对话一起输入多轮对话生成模型中进行对话生成,得到生成的表达嵌入;
将前后两种表达再次与语料库进行特征匹配检索,并进行加权结合,获取最优效果的表达作为模拟角色的对话输出;
同时进行特征的分析和记录,保留更新历史对话信息以及当前的对话交流效果评价。
可选的,所述根据所述模拟对话生成算法搭建亲子模拟沟通系统具体包括:基于所述模拟对话生成算法和所述对话模型提供服务接口,搭建亲子模拟沟通的AI系统。
本发明提供的一种适应于心理角色场景模拟的多轮对话生成方法,所述对话生成方法包括:构建亲子对话心理语料库;微调多轮对话生成模型,获得对话模型;根据亲子对话心理语料库和所述对话模型设计模拟对话生成算法;根据所述模拟对话生成算法搭建亲子模拟沟通系统。根据人工智能的分析判定、给出的咨询建议和技巧,也能有效提高用户的亲子沟通能力、改善家庭氛围和亲子关系。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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它的附图。
图1为本发明实施例提供的一种适应于心理角色场景模拟的多轮对话生成方法的流程图;
图2为本发明实施例提供的模拟对话生成算法的框架示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形,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。
下面结合附图和实施例,对本发明的技术方案做进一步的详细描述。
本发明提出的适应于心理角色场景模拟的多轮对话生成方法,主要的需求功能是,在厌学、网瘾、叛逆、抑郁等特定问题情景设定下,模拟孩子角色与用户进行交互对话,使得用户感受到模拟交流的效果、提高亲子沟通的能力技巧。本发明中所用到的场景语料库是预先收集存储的,并在之后用来预训练微调多轮对话生成模型以及与文本进行特征匹配,最后用算法模型搭建对话系统,将根据输入信息、语料信息、历史对话信息来生成对话,模拟出孩子角色最可能的应对表达。下面将按流程顺序介绍方法的实施细节。
如图1所示,一种适应于心理角色场景模拟的多轮对话生成方法,具体包括:
首先需要构建大批量亲子沟通对话语料库。召集了专业的心理咨询师进行前期的语料收集和整理,根据主流问题的需求分类,目前将语料场景划分为厌学、网瘾、叛逆、抑郁四类模式来建库;建立规范的数据标注格式及数据收集策略流程,在每类场景模式库中都归纳有大批量相应对话,并由心理咨询师评估出对话的沟通效果(正向或负向);最终建立起有专业心理学基础的特定场景、角色对话语料库。
而后,上述语料库将首先用于多轮对话生成模型的预训练,通过微调模型来促使生成语句从无限定的简单闲聊转换为有一定对话风格、更贴进需要模拟的沟通主题和孩子角色。基于语料库有四类模式场景的划分,多轮对话生成模型也将对应场景进行分别微调,形成四个形式统一但内容不同的对话生成模块,可通过调用前向推理使用。
接下来设计最主要的模拟对话生成算法,首先根据指定的情景设定来选择适用的场景语料库和微调模型,再逐轮处理用户的输入。图2为算法的框架示意图。对每一条输入,首先根据语料库中的文本基础进行特征匹配,获取一部分适合的表达,之后与历史对话一起输入多轮对话生成模型中进行对话生成,得到生成的表达嵌入。将前后两种表达再次与语料库进行特征匹配检索,并进行加权结合,获取最优效果的表达作为模拟角色的对话输出。在此过程中同时进行特征的分析和记录,保留更新历史对话信息以及当前的对话交流效果评价。
最后基于上述算法和模型提供服务接口,搭建亲子模拟沟通的AI系统。由于方法的目的是帮助用户提高交流技巧、缓解亲子沟通困难的问题,系统可以在每次适应角色场景模拟的对话交流完成之后,向用户反馈交流效果评价;并预置一些心理咨询师提供的意见以及沟通技巧,根据方法对本轮对话的效果分析评估,选择性展示该用户适用的建议。基于以上流程,用户可选择在特定问题情景下,反复通过人机交互模拟与孩子沟通产出的结果,并根据建议调整沟通的策略技巧,掌握更好的沟通办法、缓解亲子间的沟通问题。
本发明的目的是提出一种适应于心理角色场景模拟的多轮对话生成方法。首先召集专业心理咨询师收集、整理亲子沟通相关的对话语料。然后基于人工智能算法训练学习模拟孩子角色的特定对话内容生成。与传统闲聊客服机器人不同,基于这种生成算法的对话系统将支持指定的模拟情景和特殊人设,根据用户形成多轮对话的人机交互,并在同时分析用户的对话语义、行为模式,判断其模拟交流的效果好坏。最后针对不同的模拟交流结果,给出相应的心理咨询师提供的建议及交流技巧指导。
有益效果:本发明将人工智能技术与实际心理学需求相结合,提出了一种适应于心理角色场景模拟的多轮对话生成方法,可以支持广大亲子沟通困难群体快速、便捷地获得一定程度的帮助。通过在厌学、网瘾、叛逆、抑郁等主流问题的情景设定下,以多次人机交互来模拟沟通过程,用户能够有针对性地练习并审视自身言语所产生的效果。同时根据人工智能的分析判定、给出的咨询建议和技巧,也能有效提高用户的亲子沟通能力、进而改善家庭氛围和亲子关系。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种适应于心理角色场景模拟的多轮对话生成方法,其特征在于,所述对话生成方法包括:
构建亲子对话心理语料库;
微调多轮对话生成模型,获得对话模型;
根据亲子对话心理语料库和所述对话模型设计模拟对话生成算法;
根据所述模拟对话生成算法搭建亲子模拟沟通系统。
2.根据权利要求1所述的一种适应于心理角色场景模拟的多轮对话生成方法,其特征在于,所述构建亲子对话心理语料库具体包括:
召集了专业的心理咨询师进行前期的语料收集和整理,根据主流问题的需求分类,将语料场景划分为厌学、网瘾、叛逆、抑郁四类模式来建库;
建立规范的数据标注格式及数据收集策略流程,在每类场景模式库中都归纳有大批量相应对话,并由心理咨询师评估出对话的沟通效果;
建立起有专业心理学基础的特定场景、角色对话语料库。
3.根据权利要求2所述的一种适应于心理角色场景模拟的多轮对话生成方法,其特征在于,所述沟通效果具体包括:正向效果和负向效果。
4.根据权利要求1所述的一种适应于心理角色场景模拟的多轮对话生成方法,其特征在于,所述微调多轮对话生成模型,获得对话模型具体包括:
采用所述语料库预训练多轮对话生成模型进行微调训练;
通过微调所述多轮对话生成模型来促使生成语句从无限定的简单闲聊转换为有一定对话风格、更贴进需要模拟的沟通主题和孩子角色;
基于所述语料库有四类模式场景的划分;
所述多轮对话生成模型将对应场景进行分别微调,形成四个形式统一内容不同的对话生成模块,通过调用前向推理使用。
5.根据权利要求1所述的一种适应于心理角色场景模拟的多轮对话生成方法,其特征在于,所述根据亲子对话心理语料库和所述对话模型设计模拟对话生成算法具体包括:
根据指定的情景设定来选择适用的场景语料库和微调模型,再逐轮处理用户的输入;
对每一条输入,根据语料库中的文本基础进行特征匹配,获取一部分适合的表达,与历史对话一起输入多轮对话生成模型中进行对话生成,得到生成的表达嵌入;
将前后两种表达再次与语料库进行特征匹配检索,并进行加权结合,获取最优效果的表达作为模拟角色的对话输出;
同时进行特征的分析和记录,保留更新历史对话信息以及当前的对话交流效果评价。
6.根据权利要求1所述的一种适应于心理角色场景模拟的多轮对话生成方法,其特征在于,所述根据所述模拟对话生成算法搭建亲子模拟沟通系统具体包括:基于所述模拟对话生成算法和所述对话模型提供服务接口,搭建亲子模拟沟通的AI系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310902206.2A CN116662520A (zh) | 2023-07-21 | 2023-07-21 | 一种适应于心理角色场景模拟的多轮对话生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310902206.2A CN116662520A (zh) | 2023-07-21 | 2023-07-21 | 一种适应于心理角色场景模拟的多轮对话生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116662520A true CN116662520A (zh) | 2023-08-29 |
Family
ID=87709997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310902206.2A Pending CN116662520A (zh) | 2023-07-21 | 2023-07-21 | 一种适应于心理角色场景模拟的多轮对话生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116662520A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI833678B (zh) * | 2023-09-19 | 2024-02-21 | 英業達股份有限公司 | 真實多人應答情境下的生成式聊天機器人之系統及其方法 |
CN117932012B (zh) * | 2023-12-13 | 2024-06-07 | 北京中科金财科技股份有限公司 | 一种基于人设大语言模型的对话系统在工业场景下的应用方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112541063A (zh) * | 2020-12-08 | 2021-03-23 | 山东师范大学 | 一种基于自学习对话模型的人机对话方法及系统 |
CN114822812A (zh) * | 2022-04-11 | 2022-07-29 | 平安科技(深圳)有限公司 | 角色对话模拟方法、装置、设备及存储介质 |
CN115098665A (zh) * | 2022-08-25 | 2022-09-23 | 北京聆心智能科技有限公司 | 一种对话数据扩展方法、装置及设备 |
CN116189851A (zh) * | 2022-12-26 | 2023-05-30 | 北京体育大学 | 一种基于自然语言处理的运动员心理咨询服务系统及方法 |
-
2023
- 2023-07-21 CN CN202310902206.2A patent/CN116662520A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112541063A (zh) * | 2020-12-08 | 2021-03-23 | 山东师范大学 | 一种基于自学习对话模型的人机对话方法及系统 |
CN114822812A (zh) * | 2022-04-11 | 2022-07-29 | 平安科技(深圳)有限公司 | 角色对话模拟方法、装置、设备及存储介质 |
CN115098665A (zh) * | 2022-08-25 | 2022-09-23 | 北京聆心智能科技有限公司 | 一种对话数据扩展方法、装置及设备 |
CN116189851A (zh) * | 2022-12-26 | 2023-05-30 | 北京体育大学 | 一种基于自然语言处理的运动员心理咨询服务系统及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI833678B (zh) * | 2023-09-19 | 2024-02-21 | 英業達股份有限公司 | 真實多人應答情境下的生成式聊天機器人之系統及其方法 |
CN117932012B (zh) * | 2023-12-13 | 2024-06-07 | 北京中科金财科技股份有限公司 | 一种基于人设大语言模型的对话系统在工业场景下的应用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mondal et al. | Chatbot: An automated conversation system for the educational domain | |
CN111667926B (zh) | 一种基于人工智能的心理咨询/会话系统及其方法 | |
CN107944027A (zh) | 创建语义键索引的方法及系统 | |
CN109918650A (zh) | 自动生成采访稿的采访智能机器人装置及智能采访方法 | |
CN107766371A (zh) | 一种文本信息分类方法及其装置 | |
CN107967267A (zh) | 一种知识图谱构建方法、装置及系统 | |
Yang | Piano performance and music automatic notation algorithm teaching system based on artificial intelligence | |
CN116662520A (zh) | 一种适应于心理角色场景模拟的多轮对话生成方法 | |
CN113610680A (zh) | 一种基于ai的交互式阅读材料个性化推荐方法及系统 | |
Chao et al. | Emerging technologies of natural language-enabled chatbots: a review and trend forecast using intelligent ontology extraction and patent analytics | |
Ashfaque et al. | A Review on Techniques, Characteristics and approaches of an intelligent tutoring Chatbot system | |
CN112667909B (zh) | 一种智能家居中推荐场景的方法和装置 | |
Shi et al. | Symmetry in computer-aided music composition system with social network analysis and artificial neural network methods | |
Juan et al. | Particle swarm optimization neural network for research on artificial intelligence college English classroom teaching framework | |
Narayan et al. | Deep learning approaches to text production | |
CN204425398U (zh) | 智能早教系统及装置 | |
Wu et al. | Automatic chatbot knowledge acquisition from online forum via rough set and ensemble learning | |
CN117556802B (zh) | 一种基于大语言模型的用户画像方法、装置、设备及介质 | |
CN117828063B (zh) | 一种心理领域数据生成、模型训练方法、装置及存储介质 | |
Liebert | Communicative strategies of popularization of science (including science exhibitions, museums, magazines) | |
Laske | Toward a theory of musical cognition | |
JP6951004B1 (ja) | 情報処理システム及び仮想人材 | |
CN111128135B (zh) | 语音交流方法及装置 | |
Xiang | Analysis of psychological shaping function of music education under the background of artificial intelligence | |
Dong et al. | How does the design guidelines for traditional cultural artefacts inspire design in a culturally inspired design process? A comparative study with novice design students |
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 |