融合认知扭曲和用户级信息的抑郁检测模型构建方法

AITNT
正文
推荐专利
融合认知扭曲和用户级信息的抑郁检测模型构建方法
申请号:CN202510815893
申请日期:2025-06-18
公开号:CN120708931A
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开了一种融合认知扭曲和用户级信息的抑郁检测模型构建方法,一方面,通过由多粒度认知扭曲学习方法训练的认知扭曲编码器来捕获用户文本中潜在的多粒度认知扭曲信息,同时还提出了帖子级扭曲感知机制来识别与用户主观认知相关的关键认知扭曲信息。另一方面,该模型充分融合与抑郁症症状高度相关的用户级信息,此外还通过多特征自适应加权方法针对不同用户动态地识别关键的帖子级融合信息和多种用户级信息,以减少数据不规则性带来噪声的影响。
技术关键词
检测模型构建方法 帖子 抑郁 文本编码器 加权方法 场景 语句 图像 级联 综合语义 标签 样本 学习方法 注意力机制 数据
系统为您推荐了相关专利信息
1
一种基于多模态检索增强机制的图像识别方法及装置
图像识别方法 图像嵌入 图像编码器 多模态 网络模块
2
基于深度学习的儿童乳恒牙替换期异常分析系统
图像处理模块 像素 手机图像处理 儿童 分析系统
3
一种数字媒体内容的处理方法、装置和系统
媒体 逻辑 内容加密 标识 展示框架
4
一种基于多模态大模型的细粒度网络欺凌检测方法
网络 视觉特征 多模态 对齐模块 多任务
5
图像检测方法、电子设备和存储介质
视觉特征 图像检测方法 文本编码器 模块 计算机程序指令
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号