基于改进BiLSTM算法的大学生心理健康问题研究分析

作者：高星宇^*; 施姣杰; 陈坚

来源：南京师范大学学报(工程技术版), 2023, 23(04): 43-49.

• 大学生心理
• 情感分析
• 深度学习
• BiLSTM
• 词向量

随着深度学习模型应用越来越广泛，模型精度不断提高，为智能化研判系统提供了可行性.大学生的心理行为同时具备外显性和内隐性，目前在心理咨询过程中内隐性信息往往容易被忽视.为更有效提取内隐信息，通过深度学习方法对大学生心理访谈数据进行心理特征提取，构建大学生心理咨询智能化分析算法.为加深词向量中的情感导向，采用BERT模型替换传统的Word2vec模型，并采用双向LSTM算法加强上下文之间的关联性.实验证明，该算法可有效获取心理咨询过程中隐喻、低频的语义信息，对心理咨询数据进行二分类，并准确对负面情绪的访谈数据进行预警.

• 单位
  浙江工业大学; 浙江旅游职业学院