摘要
一种基于大小模型联动的抑郁风险筛查优化方法,包括:选择抑郁相关指标,获取受访者问卷数据,对数据完成预处理,得到量表源数据库;构建抑郁风险预测模型,对比PHQ‑9测量结果进行模型训练与验证;训练语义分析强化微调训练大语言模型的对话策略模块,通过动态问题生成与对话流控制,构建答案映射,将用户自然语言转化为小模型所需的标准化数据;训练人机交互的强化学习模型,基于小模型生成的抑郁风险筛查结果并邀请用户进行认可度评价,将反馈分为“认可”和“质疑”两类;对于不同反馈,强化或修正当前交互策略和预测逻辑,系统将审核后数据作为高质量数据存储至训练数据库,用于后续大模型微调;由语义分析强化微调大语言模型对结果输出并进行结果解释及建议。本发明基于大小模型联动对抑郁风险分层早期筛查。
技术关键词
抑郁
大语言模型
强化学习模型
对话状态追踪
量表
加权损失函数
样本
卷积神经网络模型
风险预测模型
对话策略
答案
条目
数据分析模块
训练集数据
支持模糊匹配
语义
多轮对话
构建卷积神经网络