基于变长文本输入的心理症状分类模型研究  

作　　者：刘婷月 刘帅[1] 吴益凡 

机构地区：[1]中航工业西安航空计算技术研究所,西安710068

出　　处：《电脑编程技巧与维护》2023年第5期55-57,共3页Computer Programming Skills & Maintenance

摘　　要：随着现代社会的快速发展,人们的生活水平日益提高,然而由于生活节奏的加快,心理健康问题成为不可忽视的社会性问题。结合社交媒体数据全面性、持续性和多样性的特点,研究了基于社交媒体数据进行精准心理症状检测的方法,通过验证文本输入长度对深度学习网络模型性能的影响,提出了融合动态池化层和Attention机制的变长文本分类模型。相比于传统分类模型,该模型在心理症状分类方面精确率和召回率约高出2%。

关 键 词：社交媒体数据 变长文本 心理症状 动态池化层 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术] R749[自动化与计算机技术—计算机科学与技术]