本發(fā)明涉及人工智能，尤其涉及一種基于人工智能的心理咨詢方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、心理健康一般是指?jìng)€(gè)體的心理活動(dòng)處于正常狀態(tài)，即認(rèn)知正常、情感協(xié)調(diào)、意志健全、個(gè)性完整和適應(yīng)良好，能夠充分發(fā)揮自身的最大潛能，以適應(yīng)生活、?學(xué)習(xí)、工作和社會(huì)環(huán)境的發(fā)展與變化的需要。心理健康問題的存在會(huì)對(duì)個(gè)體的發(fā)展與健康產(chǎn)生消極影響，并且會(huì)削弱個(gè)體的主觀幸福感，降低個(gè)體的社會(huì)適應(yīng)性，甚至?xí){到個(gè)體的生理健康狀況。隨著人工智能技術(shù)在醫(yī)療、教育、金融等多個(gè)領(lǐng)域展現(xiàn)出巨大潛力，其在心理健康服務(wù)領(lǐng)域的應(yīng)用也日益顯現(xiàn)。借助人工智能技術(shù)的心理大模型，可以為醫(yī)療機(jī)構(gòu)、學(xué)校、互聯(lián)網(wǎng)平臺(tái)等提供創(chuàng)新的服務(wù)模式。雖然人工智能技術(shù)可以識(shí)別和預(yù)測(cè)某些行為模式，但它仍然無法像人類一樣深入感知復(fù)雜的心理意圖和情緒狀態(tài)，使得人工智能在提供心理咨詢服務(wù)時(shí)，情緒判別的準(zhǔn)確度較低，心理干預(yù)效果較差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于人工智能的心理咨詢方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)中情緒判別的準(zhǔn)確度較低，心理干預(yù)效果較差的技術(shù)問題。

2、本發(fā)明的技術(shù)方案如下，提供了一種基于人工智能的心理咨詢方法，包括：

3、獲取用戶當(dāng)前對(duì)話數(shù)據(jù)；

4、根據(jù)所述用戶當(dāng)前對(duì)話數(shù)據(jù)使共情模型輸出響應(yīng)，所述共情模型是根據(jù)第一多輪對(duì)話、自然語言處理模型并利用強(qiáng)化學(xué)習(xí)算法訓(xùn)練得到的，所述第一多輪對(duì)話的獲取過程包括，獲取心理咨詢種子數(shù)據(jù)集，利用大型語言模型通過預(yù)設(shè)第一提示詞將所述心理咨詢種子數(shù)據(jù)集引導(dǎo)合成為多個(gè)心理咨詢案例，利用所述大型語言模型通過預(yù)設(shè)第二提示詞將所述心理咨詢案例模擬生成用戶和心理咨詢師的第一多輪對(duì)話，所述共情模型的獲取過程包括，生成中斷語義數(shù)據(jù)集，根據(jù)中斷語義數(shù)據(jù)集對(duì)所述自然語言處理模型進(jìn)行訓(xùn)練，通過獎(jiǎng)勵(lì)模型的評(píng)分對(duì)所述第一多輪對(duì)話進(jìn)行劃分，以評(píng)分大于預(yù)設(shè)評(píng)分閾值的第一多輪對(duì)話作為第二多輪對(duì)話，利用強(qiáng)化學(xué)習(xí)算法使所述自然語言處理模型的輸出與所述第二多輪對(duì)話的回復(fù)對(duì)齊，以得到共情模型。

5、進(jìn)一步地，獲取心理咨詢種子數(shù)據(jù)集，包括：

6、爬取與心理咨詢相關(guān)的帖子作為初始種子數(shù)據(jù)，將所述初始種子數(shù)據(jù)依據(jù)話題類型分組，計(jì)算不同分組之間的相似度，對(duì)相似度大于預(yù)設(shè)相似度閾值的多個(gè)分組進(jìn)行去重，過濾掉長(zhǎng)度小于預(yù)設(shè)長(zhǎng)度閾值的去重后的初始種子數(shù)據(jù)，得到心理咨詢種子數(shù)據(jù)集。

7、進(jìn)一步地，所述利用大型語言模型通過預(yù)設(shè)第一提示詞將所述心理咨詢種子數(shù)據(jù)集引導(dǎo)合成為多個(gè)心理咨詢案例，包括：

8、利用大型語言模型通過預(yù)設(shè)第一提示詞將所述心理咨詢種子數(shù)據(jù)集引導(dǎo)合成為多個(gè)包含題目、類型、案例簡(jiǎn)述、咨詢流程以及經(jīng)驗(yàn)總結(jié)的心理咨詢案例，所述預(yù)設(shè)第一提示詞包括場(chǎng)景、案例概述、心理分析、診斷評(píng)估、治療建議、預(yù)后評(píng)估以及注意事項(xiàng)。

9、進(jìn)一步地，所述生成中斷語義數(shù)據(jù)集，根據(jù)中斷語義數(shù)據(jù)集對(duì)所述自然語言處理模型進(jìn)行訓(xùn)練，包括：

10、將隨機(jī)語音音色的停止短語與噪音混合，生成中斷語義數(shù)據(jù)集，將所述中斷語義數(shù)據(jù)集與所述第二多輪對(duì)話進(jìn)行結(jié)合，形成訓(xùn)練數(shù)據(jù)集，利用所述訓(xùn)練數(shù)據(jù)集對(duì)所述自然語言處理模型進(jìn)行訓(xùn)練，使所述自然語言處理模型生成打斷標(biāo)記或不打斷標(biāo)記，并在生成所述打斷標(biāo)記后停止輸出，在生成所述不打斷標(biāo)記后不停止輸出。

11、進(jìn)一步地，在所述自然語言處理模型的訓(xùn)練過程中，還包括：

12、構(gòu)建成人評(píng)分模型和青少年評(píng)分模型，通過所述成人評(píng)分模型和所述青少年評(píng)分模型對(duì)所述自然語言處理模型進(jìn)行訓(xùn)練，所述成人評(píng)分模型的維度包括情緒識(shí)別能力、分析能力、理解語義能力、邏輯能力、問開放式問題能力、正向引導(dǎo)用戶能力、持續(xù)對(duì)話能力、總結(jié)上下文能力、應(yīng)對(duì)阻抗能力、口語化表達(dá)能力和整體評(píng)分，所述青少年評(píng)分模型的維度包括情緒識(shí)別能力、情緒應(yīng)對(duì)能力、鼓勵(lì)與正向引導(dǎo)能力、語言趣味性與口語化表達(dá)能力、理解語義能力、邏輯能力、持續(xù)對(duì)話能力、總結(jié)上下文能力、應(yīng)對(duì)阻抗能力和整體評(píng)分。

13、進(jìn)一步地，所述于人工智能的心理咨詢方法，還包括，將歷史對(duì)話記錄和用戶記憶存儲(chǔ)在數(shù)據(jù)庫中；根據(jù)所述用戶當(dāng)前對(duì)話數(shù)據(jù)使共情模型輸出響應(yīng)，包括：

14、利用檢索增強(qiáng)生成模型根據(jù)用戶當(dāng)前對(duì)話數(shù)據(jù)在所述數(shù)據(jù)庫中提取最相關(guān)的歷史對(duì)話記錄和用戶記憶，將最相關(guān)的歷史對(duì)話記錄和用戶記憶填充進(jìn)所述共情模型的提示詞中，使所述共情模型輸出響應(yīng)。

15、進(jìn)一步地，所述歷史對(duì)話記錄為所述共情模型與用戶的歷史對(duì)話數(shù)據(jù)，所述用戶記憶為所述歷史對(duì)話記錄輸入至所述共情模型中并使用預(yù)設(shè)第二提示詞，使所述共情模型生成的對(duì)話總結(jié)文本。

16、本發(fā)明的另一技術(shù)方案如下，提供了一種基于人工智能的心理咨詢裝置，包括數(shù)據(jù)獲取模塊以及響應(yīng)模塊；

17、所述數(shù)據(jù)獲取模塊，用于獲取用戶當(dāng)前對(duì)話數(shù)據(jù)；

18、所述響應(yīng)模塊，用于根據(jù)所述用戶當(dāng)前對(duì)話數(shù)據(jù)使共情模型輸出響應(yīng)，所述共情模型是根據(jù)第一多輪對(duì)話、自然語言處理模型并利用強(qiáng)化學(xué)習(xí)算法訓(xùn)練得到的，所述第一多輪對(duì)話的獲取過程包括，獲取心理咨詢種子數(shù)據(jù)集，利用大型語言模型通過預(yù)設(shè)第一提示詞將所述心理咨詢種子數(shù)據(jù)集引導(dǎo)合成為多個(gè)心理咨詢案例，利用所述大型語言模型通過預(yù)設(shè)第二提示詞將所述心理咨詢案例模擬生成用戶和心理咨詢師的第一多輪對(duì)話，所述共情模型的獲取過程包括，生成中斷語義數(shù)據(jù)集，根據(jù)中斷語義數(shù)據(jù)集對(duì)所述自然語言處理模型進(jìn)行訓(xùn)練，通過獎(jiǎng)勵(lì)模型的評(píng)分對(duì)所述第一多輪對(duì)話進(jìn)行劃分，以評(píng)分大于預(yù)設(shè)評(píng)分閾值的第一多輪對(duì)話作為第二多輪對(duì)話，利用強(qiáng)化學(xué)習(xí)算法使所述自然語言處理模型的輸出與所述第二多輪對(duì)話的回復(fù)對(duì)齊，以得到共情模型。

19、本發(fā)明的另一技術(shù)方案如下，提供了一種電子設(shè)備，包括存儲(chǔ)器、處理器，所述存儲(chǔ)器存儲(chǔ)有可被所述處理器執(zhí)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述任一項(xiàng)技術(shù)方案所述的基于人工智能的心理咨詢方法。

20、本發(fā)明的另一技術(shù)方案如下，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一項(xiàng)技術(shù)方案所述的基于人工智能的心理咨詢方法。

21、本發(fā)明的有益效果在于：獲取用戶當(dāng)前對(duì)話數(shù)據(jù)；根據(jù)所述用戶當(dāng)前對(duì)話數(shù)據(jù)使共情模型輸出響應(yīng)，所述共情模型是根據(jù)第一多輪對(duì)話、自然語言處理模型并利用強(qiáng)化學(xué)習(xí)算法訓(xùn)練得到的，所述第一多輪對(duì)話的獲取過程包括，獲取心理咨詢種子數(shù)據(jù)集，利用大型語言模型通過預(yù)設(shè)第一提示詞將所述心理咨詢種子數(shù)據(jù)集引導(dǎo)合成為多個(gè)心理咨詢案例，利用所述大型語言模型通過預(yù)設(shè)第二提示詞將所述心理咨詢案例模擬生成用戶和心理咨詢師的第一多輪對(duì)話，所述共情模型的獲取過程包括，生成中斷語義數(shù)據(jù)集，根據(jù)中斷語義數(shù)據(jù)集對(duì)所述自然語言處理模型進(jìn)行訓(xùn)練，通過獎(jiǎng)勵(lì)模型的評(píng)分對(duì)所述第一多輪對(duì)話進(jìn)行劃分，以評(píng)分大于預(yù)設(shè)評(píng)分閾值的第一多輪對(duì)話作為第二多輪對(duì)話，利用強(qiáng)化學(xué)習(xí)算法使所述自然語言處理模型的輸出與所述第二多輪對(duì)話的回復(fù)對(duì)齊，以得到共情模型；通過上述技術(shù)方案，可以提高情緒判別的準(zhǔn)確度，增強(qiáng)心理干預(yù)效果。