基于多模态数据融合的大学生心理健康自动

程少为怎么挂号 http://baidianfeng.39.net/a_wh/201217/8505703.html

??????

摘要

快速准确地评估大学生心理健康状况是高校心理健康教育的重要任务，也是高校心理工作实现精准干预和提供个性化教育服务的基础。传统评估方法存在评估实时性不高、单一模态数据评估效果差、社会称许性反应偏误等问题。论文基于生态瞬时评估理论，以深度学习算法为手段，提出了一种基于多模态数据融合计算的大学生心理健康自动评估方法，并构建了用于隐式心理评估的联合标注数据集（JA-IPAD）。在JA-IPAD上实验结果表明：（1）融合了多模态数据的模型相比于单一模态数据提高了约2.2%的精准率，多模态数据对大学生心理健康状态具有更强的表征能力。（2）模型在测试集上平均准确率达84.85%，对大学生是否抑郁具有较强区分能力。

作者简介

周炫余，工学博士，湖南师范大学教育技术系讲师，硕士生导师，北京师范大学教育学部博士后，湖南师范大学基础教育大数据重点实验室研究员。主要研究方向为教育文本挖掘、基于人工智能视角下教育过程自动评价、智慧学习环境构建学习效果评判的研究。

刘林，女，本科生，湖南师范大学基础教育大数据重点实验室助理研究员，研究方向为教育人工智能。

扫码