摘要
本申请公开了一种基于大语言模型的少儿心理发展分析系统及方法,其通过采用基于大语言模型和深度学习的自然语言理解和处理技术来对所述待分析少儿对象的语言交流数据和行为习惯数据分别进行语义编码和时序特征聚合,以此来根据所述语言交流数据和所述行为习惯数据的时序语义聚合特征之间显著融合得到的多模态融合表示特征来自动地评估待分析少儿对象是否是正向发展。这样,利用大语言模型和深度学习技术,系统能够自动处理和分析大量数据,减少了人工解读的主观性和工作量。同时,能够捕捉到少儿心理发展过程中语言和行为的重要动态变化和趋势,为少儿心理发展分析和心理疏导提供了更细致的依据,提升了少儿心理疏导的智能化程度。
技术关键词
语义特征
模式
大语言模型
时序
多模态
数据
少儿
特征值
分析系统
心理
协方差矩阵
队列
因子
序列
Sigmoid函数
跨度
样本
节点特征
自然语言理解
系统为您推荐了相关专利信息
数据输入模块
BiLSTM模型
特征提取模块
注意力机制
时间序列信息
数据智能分析系统
编码向量
数据项
编码特征
语义协同
大语言模型
分析模块
输出模块
预训练模型
输入端
逆变器
电网电压频率
电网电压幅值
供电系统
端口