摘要
本发明公开了一种基于大语言模型和一阶逻辑的可解释抑郁倾向识别系统,包括输入层、模型层、决策层和输出层:输入层用于获取抑郁倾向数据集以及大语言模型生成的心理健康症状描述数据,并进行格式转换;模型层用于基于深度学习模型和一阶逻辑的符号模型对数据进行表征;决策层用于将深度学习模型和符号模型结果通过对齐算子进行对齐,对对齐算子进行表征和推理映射到符号空间实现逻辑前件的表示,利用聚合算子对逻辑前件进行组合,根据逻辑前件的信息对逻辑后件进行准确估计,得到预测结果;输出层用于将决策层的预测结果以及基于症状的一阶逻辑规则呈现给用户。本发明利用一阶逻辑规则生成可追溯的决策推理路径,满足用户的可解释性需求。
技术关键词
大语言模型
识别系统
逻辑
深度学习模型
抑郁
符号
sigmoid函数
样本
心理健康
训练语言模型
数据
关系
格式
线性
语义
决策
列表
编码
动态
系统为您推荐了相关专利信息
分析报告生成方法
多源异构数据融合
多模态
多头注意力机制
指标
分布式存储系统
分布式存储方法
压缩算法
分片
分布式存储模块
智能识别方法
注意力机制
前馈神经网络
超参数
识别置信度
心理健康评估系统
特征提取单元
数据收集单元
语音情感分析
信号分析模块