模型的训练方法、用于心理健康检测的方法、终端及可读存储介质

本申请公开一种模型的训练方法、用于心理健康检测的方法、终端及可读存储介质，其中，模型的训练方法包括：获取待训练的用户心理数据集，并提取用户心理数据集中每一样本的特征表示序列，其中用户心理数据集包括多个类别的数据集；根据特征表示序列对改进的BERT模型进行训练，获得用于心理健康检测的预训练语言模型；其中BERT模型损失函数改进为交叉熵加权焦点损失函数。以BERT模型作为基础模型，并将BERT模型损失函数改进为交叉熵加权焦点损失函数，不仅可提升预训练语言模型在各种任务上的泛化能力，还能优化输入数据不平衡带来的偏差，以总体提升预训练语言模型的性能，使得将预训练语言模型用于心理健康检测时，能获得准确的检测结果。