王若岩 杨学武 杨一鸣

摘 要：大学生心理健康问题频发，造成诸多不良后果，为能让学生更准确，更及时的发现自己的里健康问题，本文设计一套基于深度学习的大学生心理测量系统。该系统根据SCL90，UPI等量表，利用深度学习技术进行情感分析和作假判断，以提高心理测试的准确性。用户可通过网页或客户端，进行语音、文字、视频多维度心理测量。系统综合得出准确的心理测量结果并根据分析结果给出相应的治疗方案。同时，本系统拥有持续性心理监测模块，将持续跟踪检测用户心理状态，结合历史检测结果以期彻底解决用户心理问题，提高大学生心理健康水平。

关键词：心理测量;深度学习;多维度测量; 持续监测

1引言

解决大学生心理问题是21世纪高校重点建设方向之一。调研结果显示，高达18.5%的学生存在不同程度的心理健康问题。近两年来，大学生自杀事件屡屡发生，频登微博热搜榜。邻人不解的是近半数的当事学生并未在高校入学心理筛查中检测出任何问题，这使心理筛查的有效性备受公众质疑。

心理测量学（psychometrics）是心理治疗的第一步，也是心理健康教育的“第一粒扣子”。现有常见的心理测量手段包括量表法、投射测验法和仪器测量法。但是这些传统的测量方法均需要被测人主动配合，易于作假，并且被测者在作答时容易犹豫不决，影响测量结果。

本文在深度学习技术的基础上，结合大学生容易出现的各种心理问题，提出大学生心理测量系统，该系统通过chatbot对话、音频、视频等方式收集测量结果，应用科学有效的心理测量进行多维度智能诊断并得出测量结果，通过后期与用户聊天实时追踪改善测量结果。……