基于交互注意力机制的心理咨询文本情感分类模型

作     者：汪雨晴 朱广丽 段文杰 李书羽 周若彤 WANG Yuqing;ZHU Guangli;DUAN Wenjie;LI Shuyu;ZHOU Ruotong

作者机构：安徽理工大学计算机科学与工程学院安徽淮南232001 合肥综合性国家科学中心人工智能研究院合肥230088 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2024年第44卷第8期

页      面：2393-2399页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(62076006) 安徽高校协同创新项目(GXXT-2021-008) 安徽理工大学研究生创新基金资助项目(2023cx2124) 

主　　题：心理咨询 心理健康情感词典 艾宾浩斯遗忘曲线 交互注意力机制 双向长短期记忆网络 

摘      要：心理咨询场景下的情感分类旨在获得咨询者话语的情感倾向,为建立心理咨询AI助手提供支持。现有的方法利用语境信息获取文本情感倾向,但未考虑对话记录中当前句与前向近邻句之间的情感传递。针对这一问题,提出一种基于交互注意力(AOA)机制的心理咨询文本情感分类模型,根据时序对历史情感词分配权重,进而提高分类准确率。利用构建的心理健康情感词典分别提取对话双方的历史情感词序列,再将当前句和历史情感词序列输入到双向长短期记忆(BiLSTM)网络获取对应的特征向量,并利用艾宾浩斯遗忘曲线对历史情感词序列分配权重。通过AOA机制获得惯性特征和交互特征,并结合文本特征输入到分类层计算情感倾向概率。在公开数据集Emotional First Aid Dataset上的实验结果表明,相较于Caps-DGCN(Capsule network and Directional Graph Convolutional Network)模型,所提模型的F1值提高了1.55%。可见,所提模型可以有效提升心理咨询文本的情感分类效果。