一种基于细粒度提示学习的多层次抑郁状态检测方法

摘要文本

合肥工业大学取得“一种透气窗帘布”专利技术，本发明公开了一种基于细粒度提示学习的多层次抑郁状态检测方法，应用于抑郁状态检测领域，包括：获取访谈样本，通过T5预训练模型提取访谈样本的常规语义特征；对访谈样本进行细粒度提示添加，并通过BERT的NSP预训练模型提取访谈样本与细粒度提示间的情绪一致性概率特征；通过多头注意力机制分别提取常规语义特征和情绪一致性概率特征的关键信息，映射得到各自分类结果，并进行软投票融合，得到最终的多层次抑郁状态检测结果。本发明既可以应用到抑郁状态的三分类、五分类以及更加细粒度的分类任务上，取得显著的成果，也可以通过简化提示信息，退化到抑郁状态的二元分类任务，提升抑郁检测效果。