解仲秋

（西安航空职业技术学院，陕西西安 710089）

根据世界卫生组织的最新研究统计，心理健康疾病已成为全球第四大疾病。以抑郁症为例，当前全世界约有3 亿人正在遭受着抑郁症的摧残[1-5]。随着我国经济社会的发展，人们开始更多地关注自身的心理健康。在大学阶段，由于学生所处的内外部环境迅速变化，较多学生无法及时适应，容易产生心理问题。据研究统计，大学生的心理问题具有明显的阶段性特征，较多学生无法及时察觉自身的心理变化，导致心理问题的恶化并产生严重的后果[6-12]。

为了及时发现大学生的心理问题，提供心理帮助，文中对智能化的心理状态评价方法进行了研究。考虑到心理问题难以自行察觉、学生普遍存在对心理咨询和调查等方式的抵触情绪，文中采用文本信息分析的方法进行心理问题识别。互联网是大学生课外精神生活的重要平台，各种社交网络每天均产生着大量的文本信息，这些信息中可以反映学生心理状态的变化。文中以高校内部学生论坛产生的文本资源为依托，引入人工智能算法，深入研究了心理状态评价和预警模型。

1 理论基础

1.1 基于文本信息的心理状态评价

高等院校的校园论坛是反映学生心声、发表个人观点的重要场所，对于该场所进行自动化监控以及时掌握学生当前的心理状态、预测学生心理未来动态具有重要意义。基于社交网络的高校学生心理健康评估，需要采集各类反映心理健康的特征指标，具体如图1 所示[13-15]。……