 利用(yong)自主構建(jian)的(de)(de)超(chao)大規模基于語(yu)音、文(wen)本(ben)、視頻及專業量表的(de)(de)多模態(tai)心理評估數據集，運用(yong)先進的(de)(de)深度學習技(ji)術研發了多模態(tai)心理評估AI模型，實現了無感(gan)采集(ji)、維度(du)豐富(fu)、結果(guo)準確的用戶心理(li)狀態測量與評估(gu)(gu)，極(ji)大的改進了心理(li)評估(gu)(gu)的體驗感(gan)與準確性。 多模態、多維度(du)的(de)心理測評與(yu)畫像 -基于自然(ran)語音對話(hua)的方式采集用戶數據 （Speech and MultimodalInteraction） -綜合(he)語音、語言及視頻信(xin)息分(fen)析用戶心(xin)理(li)特征 （Multimodal PsychometricAnalysis） -多維度心(xin)理測(ce)評及畫像 （Multidimensional LatentTraits） -自研多模(mo)(mo)態專家模(mo)(mo)塊(kuai)實現多模(mo)(mo)態數據深度融(rong)合 （Multimodal Expert Module） -業界最(zui)大規模的多模態心理測評數(shu)據(ju)集 （MMPsy-100k Dataset） |  自主(zhu)構建專業的心理疏導對話數據(ju)集，對(dui)大語言模型(xing)進行高效微調，能夠(gou)有(you)效地對(dui)用戶(hu)進行心(xin)理疏(shu)導(dao)，緩解用戶(hu)的焦慮、抑郁等(deng)心(xin)理問題。 專業、可(ke)控的心(xin)理(li)領域(yu)對話大語言模型(xing) -基于(yu)Llama2中文基座(zuo)模型 -數千(qian)萬(wan)字中文(wen)心(xin)理專(zhuan)業書籍內容增量預訓練 （Continual Pre-Training） -數萬個心(xin)理常見問題(ti)專(zhuan)業問答庫語義檢索增強式生成(cheng) （Retrieval-AugmentedGeneration） -數萬段CBT認(ren)知行(xing)為療法專業(ye)對話語(yu)料監督微調 （Supervised Fine-Tuning） -自研CBT-Dialogue-Planner心理對話策略預(yu)測模型 （Dialogue Act Predictionand Prompt） |
基于上述兩大核心技術，打造共情對話智能體、CBT療法的疏導對話智能體、用于刻畫用戶心理圖譜的多模態評估智能體，進一步緩解用戶情緒提升心理健康的推薦智能體等，并通過多智能體協作的方式達成心理評估、疏導干預、實時陪伴的AI心理健康專業咨詢師。
|
|
基于文本(ben)、語音和面部表情等多模態數(shu)據(ju)，運(yun)用(yong)深度學(xue)習和時間序列技術(shu)對用(yong)戶的(de)心(xin)(xin)理(li)(li)(li)狀態進行分(fen)(fen)(fen)析及跟蹤(zong)，通過(guo)基于Transformer模型的(de)特(te)征編碼與(yu)融合(he)(he)、基于多視(shi)圖分(fen)(fen)(fen)類和集成學(xue)習方法的(de)綜合(he)(he)分(fen)(fen)(fen)析與(yu)預(yu)測，結合(he)(he)數(shu)百萬中小學(xue)生(sheng)心(xin)(xin)理(li)(li)(li)健康數(shu)據(ju)，生(sheng)成細致且準(zhun)確的(de)用(yong)戶心(xin)(xin)理(li)(li)(li)畫(hua)像 |  測評過程中實時監測高危因子作答情況，對作答時間、前后答案一致性、綜合得分情況等進行精準分析，涉及自殺、自傷等高危因素的題目在作答過程中出現任何異常，平臺自動捕捉相關數據，實時預警高危學生，及早干預極端事件，杜絕危機事件發生 |  基于(yu)量表題目的(de)問答，對(dui)已檢測(ce)學生量表的(de)數(shu)據與其真(zhen)實的(de)心理健康程度作為baseline數(shu)據，基于(yu)RNN（循環神經網(wang)絡）方法學習量表因(yin)子(zi)自(zi)動分析模型，模型在(zai)持(chi)續迭代和(he)優化，實(shi)現top-down和(he)bottom-up的方法融合，融合專家預警因子和(he)自然語言處理技術，實(shi)現機(ji)器自動(dong)預警機(ji)制 |
 通過大數據實時跟蹤反饋測評、預警、干預情況，記錄每次動態變化信息，了解學生心理變化全過程，形成“一生一策”的心理成長檔案 |  多層級心理健康報告，專業解讀心理測評結果，為區域心理工作統籌、教研規劃及下一步工作安排提供科學依據，助力區域、學校有效開展心理健康工作 |  自動匯(hui)總學生(sheng)心理服(fu)務(wu)過程性數據(ju)，開展多維(wei)度數據分析，形成區域、學校、班級多(duo)層級的心育大數據 |
| | |
 人機互動無(wu)感采集學生的心理數據，結合語音，語義，情感計(ji)算(suan)等(deng)AI技(ji)術，精準定(ding)位(wei)學生心理(li)狀態 |  基于心大陸AI心理(li)大模型，通(tong)過(guo)AI對話幫助學(xue)(xue)生梳理(li)事件、表達(da)情緒，科學(xue)(xue)引導學(xue)(xue)生完成心理(li)疏導，改善心理(li)狀態 |
 打造心(xin)理AI自(zi)適應推(tui)薦引擎(qing)，智能規劃疏導路徑，推(tui)薦優質的心(xin)理內容和心(xin)理工具 |  利用AI技術實現高危風險偵測(ce)，根據學生心理(li)狀(zhuang)態智能(neng)預警，有效預防(fang)極端事件的發生 |
>數據方面，現有數據集包含上億條心理量表測評與反饋標注、20多萬分鐘的心理訪談音頻及文字記錄、2萬多段認知行為療法心理咨詢和共情疏導專業語料、以及上萬個心理常見問題及專業解答語料庫。
>心理疏導方面，基于專業心理領域數據與標注訓練了心理對話策略規劃、CBT認知行為療法專業疏導、共情陪伴等多種垂直領域對話智能體，運用業界先進的智能體工作流集成框架，靈活調度各智能體根據用戶當前意圖與心理情緒狀態進行疏導陪伴，與通用大語言模型和業內競品相比，具有心理專業性、引導性以及模型精簡、節省算力等特點。