本發(fā)明涉及通信技術(shù)領(lǐng)域，尤其涉及一種基于文本統(tǒng)計的心理分析方法及裝置。

背景技術(shù)：

目前，盡管社會不斷發(fā)展，但由于各種原因人類心理疾病的發(fā)生率卻呈連年上升的趨勢，且大多時候，人們并不知道或者不清楚自身出現(xiàn)心理問題或者有心理疾病，一般是任由不良情緒發(fā)展而不去調(diào)節(jié)，這輕則影響到人們?nèi)粘Ｉ?，降低正常的生活品質(zhì)，嚴(yán)重時甚至導(dǎo)致抑郁自殺的現(xiàn)象發(fā)生，給家人社會造成無盡的傷痛。

技術(shù)實現(xiàn)要素：

本發(fā)明的主要目的在于提供一種基于文本統(tǒng)計的心理分析方法及裝置，旨在解決現(xiàn)有技術(shù)中由于人們未能及時準(zhǔn)確了解自身的情緒，心理狀態(tài)信息，造成生活品質(zhì)降低的技術(shù)問題。

為實現(xiàn)上述目的，本發(fā)明提供一種基于文本統(tǒng)計的心理分析方法，所述基于文本統(tǒng)計的心理分析方法包括：

每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中輸入的文本信息，并從文本信息中提取樣本詞匯；

獲取所述樣本詞匯所映射的詞性信息，并根據(jù)樣本詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息；

基于所述情緒信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果。

優(yōu)選地，所述從文本信息中提取樣本詞匯步驟包括：

統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率，并從所述各個詞匯中選取出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯，將出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯作為高頻詞匯；

將所述高頻詞匯作為樣本詞匯。

優(yōu)選地，所述統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率步驟包括：

對所述文本信息進行過濾處理，統(tǒng)計過濾處理后所述文本信息中各個詞匯出現(xiàn)頻率。

優(yōu)選地，，所述對所述文本信息進行過濾處理，統(tǒng)計過濾處理后所述文本信息中各個詞匯出現(xiàn)頻率步驟包括：

對所述文本信息進行模糊檢測，剔除所述文本信息中的數(shù)字信息與敏感文字信息；

統(tǒng)計剔除數(shù)字信息與敏感文字信息的文本信息中各個詞匯出現(xiàn)頻率。

優(yōu)選地，所述基于所述情緒信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果步驟之后包括：

根據(jù)連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，獲取用戶在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)和/或用戶情緒波動指數(shù)；

當(dāng)用戶情緒指數(shù)大于預(yù)設(shè)指數(shù)值或用戶情緒波動指數(shù)超出預(yù)設(shè)波動指數(shù)范圍時，在輸出預(yù)警提示和/或情緒調(diào)整建議。

此外，為實現(xiàn)上述目的，本發(fā)明還提供一種基于文本統(tǒng)計的心理分析裝置，所述基于文本統(tǒng)計的心理分析裝置包括：

第一獲取模塊，用于每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中輸入的文本信息，并從文本信息中提取樣本詞匯；

第二獲取模塊，用于獲取所述樣本詞匯所映射的詞性信息，并根據(jù)樣本詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息；

生成模塊，用于基于所述情緒信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果。

優(yōu)選地，所述第一獲取模塊包括：

統(tǒng)計子模塊，用于統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率，并從所述各個詞匯中選取出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯，將出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯作為高頻詞匯；

處理子模塊，用于將所述高頻詞匯作為樣本詞匯。

優(yōu)選地，所述統(tǒng)計子模塊包括：

過濾處理單元，用于對所述文本信息進行過濾處理，統(tǒng)計過濾處理后所述文本信息中各個詞匯出現(xiàn)頻率。

優(yōu)選地，所述過濾處理單元包括：

剔除子單元，用于模糊檢測對所述文本信息進行模糊檢測，剔除所述文本信息中的數(shù)字信息與敏感文字信息；

統(tǒng)計子單元，用于統(tǒng)計剔除數(shù)字信息與敏感文字信息的文本信息中各個詞匯出現(xiàn)頻率。

優(yōu)選地，所述基于文本統(tǒng)計的心理分析裝置還包括：

第三獲取模塊，用于根據(jù)連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，獲取用戶在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)和/或用戶情緒波動指數(shù)；

輸出模塊，用于當(dāng)用戶情緒指數(shù)大于預(yù)設(shè)指數(shù)值或用戶情緒波動指數(shù)超出預(yù)設(shè)波動指數(shù)范圍時，在輸出預(yù)警提示和/或情緒調(diào)整建議。

本發(fā)明通過每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中輸入的文本信息，并從文本信息中提取樣本詞匯；獲取所述樣本詞匯所映射的詞性信息，并根據(jù)樣本詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息；基于所述情緒信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果。由于人們在微信，QQ，微博等應(yīng)用上的聊天信息，彼此的評論，發(fā)表的文章等，大多時候此過程真實反映了交流者當(dāng)前的情緒、心理活動狀態(tài)，因而可通過獲取并分析用戶在預(yù)設(shè)應(yīng)用中中輸入的相關(guān)文本信息以獲取用戶在預(yù)設(shè)時間段的情緒，心理狀況并對應(yīng)輸出，以讓用戶知曉并作出相應(yīng)的調(diào)節(jié)處理，防止由于不良心理狀況降低用戶生活品質(zhì)與生活體驗。

附圖說明

圖1為本發(fā)明基于文本統(tǒng)計的心理分析方法第一實施例的流程示意圖；

圖2為本發(fā)明基于文本統(tǒng)計的心理分析方法第二實施例中所述從文本信息中提取樣本詞匯步驟的細(xì)化流程示意圖；

圖3為本發(fā)明基于文本統(tǒng)計的心理分析方法第五實施例的流程示意圖；

圖4為本發(fā)明基于文本統(tǒng)計的心理分析裝置第一實施例的功能模塊示意圖；

圖5為本發(fā)明基于文本統(tǒng)計的心理分析裝置第二實施例中第一獲取模塊的細(xì)化功能模塊示意圖；

圖6為本發(fā)明基于文本統(tǒng)計的心理分析裝置第五實施例的功能模塊示意圖。

本發(fā)明目的的實現(xiàn)、功能特點及優(yōu)點將結(jié)合實施例，參照附圖做進一步說明。

具體實施方式

應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明提供一種基于文本統(tǒng)計的心理分析方法，在本發(fā)明基于文本統(tǒng)計的心理分析方法的第一實施例中，參照圖1，所述基于文本統(tǒng)計的心理分析方法包括：

步驟S10，每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中輸入的文本信息，并從文本信息中提取樣本詞匯；

每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中中輸入的文本信息，所述預(yù)設(shè)時間段可為一天，一周，一個月甚至更長時間，特別地，所述預(yù)設(shè)時間段可由用戶自行設(shè)定，所述預(yù)設(shè)應(yīng)用中包括社交應(yīng)用如微信，微博，QQ等，所述輸入的文本信息包括數(shù)字信息，如一連串的阿拉伯?dāng)?shù)字等，除此之外，所述文本信息還包括圖形，圖片信息等，所述文本信息還包括用戶基于語音信息所轉(zhuǎn)換成的對應(yīng)文字信息或者語音信息本身，除了文本內(nèi)容外，該文本信息還包括用戶在輸出文本信息時的一系列對應(yīng)的文本參數(shù)，所述文本參數(shù)包括時間戳，輸入時長等訊息。所述文本信息可是基于某一個應(yīng)用，也可基于各個應(yīng)用的綜合文本信息，每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中中輸入的文本信息，獲取文本信息過程可是用戶在通過輸入法輸入文本信息時截獲，也可是基于終端系統(tǒng)截獲用戶在各個輸入框中輸入的文本信息，從文本信息中提取樣本詞匯，所述樣本詞匯包括過濾掉對用戶心理狀態(tài)不相關(guān)的信息，如數(shù)字信息，如一連串的阿拉伯?dāng)?shù)字，具體來說，如當(dāng)一連串的阿拉伯?dāng)?shù)字為11位數(shù)時，該阿拉伯?dāng)?shù)字極有可能是電話號碼，因而該數(shù)字信息將不被采納，從文本信息中提取樣本詞匯還包括從所述樣本詞匯中提取某類詞匯，如只提取形容詞，動詞等，或者從所述文本信息中關(guān)鍵詞，高出現(xiàn)頻率詞等。

步驟S20，獲取所述樣本詞匯所映射的詞性信息，并根據(jù)樣本詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息；

獲取所述樣本詞匯所映射的詞性信息，所述詞性信息包括消極詞性，積極詞性，中性詞性，為更準(zhǔn)確獲取所述樣本詞匯所映射的詞性信息，還可獲取樣本詞匯對應(yīng)的時間戳，輸入時長等訊息，以聯(lián)系時間戳相近的文本信息內(nèi)容進行輔助分析，以正確理解該詞匯所映射的詞性信息，由于所述樣本詞匯所映射的詞性信息映射用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息，心理狀態(tài)，因而可根據(jù)樣本詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息。

步驟S30，基于所述情緒信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果。

基于所述情緒信息，所述情緒信息包括消極情緒，積極情緒，中性情緒，當(dāng)所述情緒信息為消極情緒時，可對所述消極情緒分等級處理，當(dāng)所述消極情緒超過預(yù)設(shè)等級時，可對該用戶發(fā)送預(yù)警信息?；谒銮榫w信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，其中心理分析結(jié)果可用心理分析報告形式，所述心理分析報告可包括出現(xiàn)次數(shù)大于預(yù)設(shè)次數(shù)的詞匯所占比例的扇形圖表，此外可在所述扇形圖表中標(biāo)注出所述各類詞匯的情緒類別，如消極，積極或者中性等，以便用戶直觀了解相應(yīng)預(yù)設(shè)時間段的情緒信息，每間隔第一預(yù)設(shè)時間段輸出所述心理分析報告至用戶，如每間隔一個月時間輸出所述心理分析報告。在本發(fā)明中，當(dāng)所述文本信息是基于某個應(yīng)用時，將預(yù)設(shè)時間段內(nèi)的心理分析報告發(fā)送至該應(yīng)用的用戶賬號，當(dāng)所述文本信息是基于多個應(yīng)用時，將預(yù)設(shè)時間段內(nèi)的心理分析報告發(fā)送至用戶的所述多個應(yīng)用賬號或者發(fā)送至用戶終端。

在本實施例中，通過每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中輸入的文本信息，并從文本信息中提取樣本詞匯；獲取所述樣本詞匯所映射的詞性信息，并根據(jù)樣本詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息；基于所述情緒信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果。由于人們在微信，QQ，微博等應(yīng)用上的聊天信息，發(fā)表的文章，彼此評論的信息等，大多時候此過程真實反映了交流者當(dāng)前的情緒、心理活動狀態(tài)，因而可通過獲取并分析用戶在預(yù)設(shè)應(yīng)用中中輸入的相關(guān)文本信息以獲取用戶在預(yù)設(shè)時間段的情緒，心理狀況并輸出，以讓用戶知曉并作出相應(yīng)的調(diào)節(jié)處理，防止由于不良心理狀況降低用戶生活品質(zhì)與生活體驗。

進一步地，在本發(fā)明基于文本統(tǒng)計的心理分析方法的第一實施例的基礎(chǔ)上，提供基于文本統(tǒng)計的心理分析方法第二實施例，在第二實施例中，參照圖2，所述步驟S10包括：

步驟S11，統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率，并從所述各個詞匯中選取出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯，將出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯作為高頻詞匯；

步驟S12，將所述高頻詞匯作為樣本詞匯。

統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率，所述各個詞匯可如憤怒，高興，難過等詞語，在本發(fā)明中，本發(fā)明裝置相關(guān)模塊已保存各個詞匯的情緒類別，當(dāng)在執(zhí)行過程中出現(xiàn)未保存有相關(guān)情緒類別的詞匯時，可從預(yù)設(shè)詞庫中獲取該詞匯的常見詞義以獲取其情緒類別，并對應(yīng)更新相關(guān)模塊已保存各個詞匯的情緒類別，從所述各個詞匯中選取出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯，所述預(yù)設(shè)頻率可由用戶設(shè)定，將出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯作為高頻詞匯，或者直接從所述各個詞匯中選取出現(xiàn)次數(shù)從高到低排名預(yù)設(shè)名次的詞匯，并將出現(xiàn)次數(shù)大于預(yù)設(shè)次數(shù)的詞匯作為高頻詞匯。

將所述高頻詞匯作為樣本詞匯，獲取所述高頻詞匯所映射的詞性信息，并根據(jù)高頻詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息，而高頻詞匯的詞性信息更準(zhǔn)確映射用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息，此外，在獲取用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息時，需標(biāo)記相應(yīng)時間戳。

在本實施例中，通過統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率，并從所述各個詞匯中選取出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯，將出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯作為高頻詞匯；將所述高頻詞匯作為樣本詞匯。由于通過記錄用戶日常使用頻繁的詞匯，從這些詞匯中，歸納出用戶積極、消極、中性情緒所占的比例，因而用戶能及時準(zhǔn)確了解自身的情緒，心理狀態(tài)信息。

進一步地，在本發(fā)明基于文本統(tǒng)計的心理分析方法的第二實施例的基礎(chǔ)上，提供基于文本統(tǒng)計的心理分析方法第三實施例，在第三實施例中，所述統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率步驟包括：

對所述文本信息進行過濾處理，統(tǒng)計過濾處理后所述文本信息中各個詞匯出現(xiàn)頻率。

對所述文本信息進行過濾處理，所述過濾處理規(guī)則可設(shè)定，如將所述文本信息中數(shù)字信息，謂詞都過濾，以獲取與用戶情緒實際相關(guān)的文本信息，文本信息過濾處理后，減少了工作量，提升了統(tǒng)計效率。

在本實施例中，通過對所述文本信息進行過濾處理，統(tǒng)計過濾處理后所述文本信息中各個詞匯出現(xiàn)頻率。因而在統(tǒng)計分析時能夠獲取與用戶情緒實際相關(guān)的文本信息，在及時準(zhǔn)確了解自身的情緒時提升用戶體驗。

進一步地，在本發(fā)明基于文本統(tǒng)計的心理分析方法的第二實施例的基礎(chǔ)上，提供基于文本統(tǒng)計的心理分析方法第四實施例，在第四實施例中，所述對所述文本信息進行過濾處理，統(tǒng)計過濾處理后所述文本信息中各個詞匯出現(xiàn)頻率步驟包括：

對所述文本信息進行模糊檢測，剔除所述文本信息中的數(shù)字信息與敏感文字信息；

統(tǒng)計剔除數(shù)字信息與敏感文字信息的文本信息中各個詞匯出現(xiàn)頻率。

基于文本信息模糊檢測技術(shù)，對所述文本信息進行模糊檢測，當(dāng)文本信息是數(shù)字信息時，由于數(shù)字信息一般是電話號碼，密碼等，這些與用戶情緒不相關(guān)，因而為減少工作量，可剔除所述數(shù)字信息，除數(shù)字信息外，一些涉及用戶隱私的敏感文字信息也剔除，當(dāng)所述用戶輸入文字信息與預(yù)設(shè)敏感文字庫中文字相同時，剔除所述輸入文字信息。

在本實施例中，通過對所述文本信息進行模糊檢測，剔除所述文本信息中的數(shù)字信息與敏感文字信息；統(tǒng)計剔除數(shù)字信息與敏感文字信息的文本信息中各個詞匯出現(xiàn)頻率。因而在統(tǒng)計分析時能夠減少不必要的工作量，并避免用戶的隱私敏感信息，在及時準(zhǔn)確了解自身的情緒時提升用戶體驗。

進一步地，在本發(fā)明基于文本統(tǒng)計的心理分析方法的第一實施例的基礎(chǔ)上，提供基于文本統(tǒng)計的心理分析方法第五實施例，在第五實施例中，參照圖3，所述基于文本統(tǒng)計的心理分析方法還包括：

步驟S40，根據(jù)連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，獲取用戶在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)和/或用戶情緒波動指數(shù)；

步驟S50，當(dāng)用戶情緒指數(shù)大于預(yù)設(shè)指數(shù)值或用戶情緒波動指數(shù)超出預(yù)設(shè)波動指數(shù)范圍時，在輸出預(yù)警提示和/或情緒調(diào)整建議。

記錄連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，根據(jù)連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，對用戶不同預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果進行分析，并獲取相應(yīng)分析報告，并根據(jù)用戶所述心理分析報告獲取在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)和/或用戶情緒波動指數(shù)，當(dāng)用戶情緒波動指數(shù)大于預(yù)設(shè)指數(shù)值時，用戶情緒波動大，此時在預(yù)設(shè)應(yīng)用中向用戶輸出預(yù)警提示和/情緒合理化建設(shè)的建議信息，或者，當(dāng)用戶在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)過低時，特別地，當(dāng)用戶情緒過于消極時，提醒用戶，或者結(jié)合心理學(xué)等各學(xué)科知識，給出合理有效的提醒和建議，如發(fā)送積極情緒的鼓勵等訊息，當(dāng)用戶情緒指數(shù)高或者用戶情緒波動指數(shù)在預(yù)設(shè)波動指數(shù)范圍時，給予用戶積極肯定并鼓勵用戶繼續(xù)保持。

在本實施例中，通過根據(jù)連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，獲取用戶在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)和/或用戶情緒波動指數(shù)；當(dāng)用戶情緒指數(shù)大于預(yù)設(shè)指數(shù)值或用戶情緒波動指數(shù)超出預(yù)設(shè)波動指數(shù)范圍時，在輸出預(yù)警提示和/或情緒調(diào)整建議。由于當(dāng)用戶情緒過于消極，或者情緒波動大時，幫助用戶進行情緒管理，因而提升了用戶體驗。

本發(fā)明提供一種基于文本統(tǒng)計的心理分析裝置，在本發(fā)明一種基于文本統(tǒng)計的心理分析裝置的第一實施例中，參照圖4，該基于文本統(tǒng)計的心理分析裝置包括：

第一獲取模塊10，用于每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中輸入的文本信息，并從文本信息中提取樣本詞匯；

每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中中輸入的文本信息，所述預(yù)設(shè)時間段可為一天，一周，一個月甚至更長時間，特別地，所述預(yù)設(shè)時間段可由用戶自行設(shè)定，所述預(yù)設(shè)應(yīng)用中包括社交應(yīng)用如微信，微博，QQ等，所述輸入的文本信息包括數(shù)字信息，如一連串的阿拉伯?dāng)?shù)字等，除此之外，所述文本信息還包括圖形，圖片信息等，所述文本信息還包括用戶基于語音信息所轉(zhuǎn)換成的對應(yīng)文字信息或者語音信息本身，除了文本內(nèi)容外，該文本信息還包括用戶在輸出文本信息時的一系列對應(yīng)的文本參數(shù)，所述文本參數(shù)包括時間戳，輸入時長等訊息。所述文本信息可是基于某一個應(yīng)用，也可基于各個應(yīng)用的綜合文本信息，每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中中輸入的文本信息，獲取文本信息過程可是用戶在通過輸入法輸入文本信息時截獲，也可是基于終端系統(tǒng)截獲用戶在各個輸入框中輸入的文本信息，從文本信息中提取樣本詞匯，所述樣本詞匯包括過濾掉對用戶心理狀態(tài)不相關(guān)的信息，如數(shù)字信息，如一連串的阿拉伯?dāng)?shù)字，具體來說，如當(dāng)一連串的阿拉伯?dāng)?shù)字為11位數(shù)時，該阿拉伯?dāng)?shù)字極有可能是電話號碼，因而該數(shù)字信息將不被采納，從文本信息中提取樣本詞匯還包括從所述樣本詞匯中提取某類詞匯，如只提取形容詞，動詞等，或者從所述文本信息中關(guān)鍵詞，高出現(xiàn)頻率詞等。

第二獲取模塊20，用于獲取所述樣本詞匯所映射的詞性信息，并根據(jù)樣本詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息；

獲取所述樣本詞匯所映射的詞性信息，所述詞性信息包括消極詞性，積極詞性，中性詞性，為更準(zhǔn)確獲取所述樣本詞匯所映射的詞性信息，還可獲取樣本詞匯對應(yīng)的時間戳，輸入時長等訊息，以聯(lián)系時間戳相近的文本信息內(nèi)容進行輔助分析，以正確理解該詞匯所映射的詞性信息，由于所述樣本詞匯所映射的詞性信息映射用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息，心理狀態(tài)，因而可根據(jù)樣本詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息。

生成模塊30，用于基于所述情緒信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果。

基于所述情緒信息，所述情緒信息包括消極情緒，積極情緒，中性情緒，當(dāng)所述情緒信息為消極情緒時，可對所述消極情緒分等級處理，當(dāng)所述消極情緒超過預(yù)設(shè)等級時，可對該用戶發(fā)送預(yù)警信息?；谒銮榫w信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，其中心理分析結(jié)果可用心理分析報告形式，所述心理分析報告可包括出現(xiàn)次數(shù)大于預(yù)設(shè)次數(shù)的詞匯所占比例的扇形圖表，此外可在所述扇形圖表中標(biāo)注出所述各類詞匯的情緒類別，如消極，積極或者中性等，以便用戶直觀了解相應(yīng)預(yù)設(shè)時間段的情緒信息，每間隔第一預(yù)設(shè)時間段輸出所述心理分析報告至用戶，如每間隔一個月時間輸出所述心理分析報告。在本發(fā)明中，當(dāng)所述文本信息是基于某個應(yīng)用時，將預(yù)設(shè)時間段內(nèi)的心理分析報告發(fā)送至該應(yīng)用的用戶賬號，當(dāng)所述文本信息是基于多個應(yīng)用時，將預(yù)設(shè)時間段內(nèi)的心理分析報告發(fā)送至用戶的所述多個應(yīng)用賬號或者發(fā)送至用戶終端。

在本實施例中，通過第一獲取模塊10，用于每間隔第一預(yù)設(shè)時間段獲取用戶在預(yù)設(shè)應(yīng)用中輸入的文本信息，并從文本信息中提取樣本詞匯；第二獲取模塊20，用于獲取所述樣本詞匯所映射的詞性信息，并根據(jù)樣本詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息；生成模塊30，用于基于所述情緒信息，生成并輸出用戶在各個預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果。由于人們在微信，QQ，微博等應(yīng)用上的聊天信息，發(fā)表的文章，彼此評論的信息等，大多時候此過程真實反映了交流者當(dāng)前的情緒、心理活動狀態(tài)，因而可通過獲取并分析用戶在預(yù)設(shè)應(yīng)用中中輸入的相關(guān)文本信息以獲取用戶在預(yù)設(shè)時間段的情緒，心理狀況并輸出，以讓用戶知曉并作出相應(yīng)的調(diào)節(jié)處理，防止由于不良心理狀況降低用戶生活品質(zhì)與生活體驗。

進一步地，在本發(fā)明基于文本統(tǒng)計的心理分析裝置的第一實施例的基礎(chǔ)上，提供基于文本統(tǒng)計的心理分析裝置第二實施例，在第二實施例中，參照圖5，所述第一獲取模塊10包括：

統(tǒng)計子模塊11，用于統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率，并從所述各個詞匯中選取出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯，將出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯作為高頻詞匯；

處理子模塊12，用于將所述高頻詞匯作為樣本詞匯。

統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率，所述各個詞匯可如憤怒，高興，難過等詞語，在本發(fā)明中，本發(fā)明裝置相關(guān)模塊已保存各個詞匯的情緒類別，當(dāng)在執(zhí)行過程中出現(xiàn)未保存有相關(guān)情緒類別的詞匯時，可從預(yù)設(shè)詞庫中獲取該詞匯的常見詞義以獲取其情緒類別，并對應(yīng)更新相關(guān)模塊已保存各個詞匯的情緒類別，從所述各個詞匯中選取出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯，所述預(yù)設(shè)頻率可由用戶設(shè)定，將出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯作為高頻詞匯，或者直接從所述各個詞匯中選取出現(xiàn)次數(shù)從高到低排名預(yù)設(shè)名次的詞匯，并將出現(xiàn)次數(shù)大于預(yù)設(shè)次數(shù)的詞匯作為高頻詞匯。

將所述高頻詞匯作為樣本詞匯，獲取所述高頻詞匯所映射的詞性信息，并根據(jù)高頻詞匯中消極詞性詞匯、積極詞性詞匯、中性詞性詞匯的占比值，得到用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息，而高頻詞匯的詞性信息更準(zhǔn)確映射用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息，此外，在獲取用戶在所述預(yù)設(shè)時間段內(nèi)的情緒信息時，需標(biāo)記相應(yīng)時間戳。

在本實施例中，通過統(tǒng)計子模塊11，用于統(tǒng)計所述文本信息中各個詞匯出現(xiàn)頻率，并從所述各個詞匯中選取出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯，將出現(xiàn)頻率大于預(yù)設(shè)頻率的詞匯作為高頻詞匯；處理子模塊12，用于將所述高頻詞匯作為樣本詞匯。由于通過記錄用戶日常使用頻繁的詞匯，從這些詞匯中，歸納出用戶積極、消極、中性情緒所占的比例，因而用戶能及時準(zhǔn)確了解自身的情緒，心理狀態(tài)信息。

進一步地，在本發(fā)明基于文本統(tǒng)計的心理分析裝置的第二實施例的基礎(chǔ)上，提供基于文本統(tǒng)計的心理分析裝置第三實施例，在第三實施例中，所述統(tǒng)計子模塊包括：

對所述文本信息進行過濾處理，統(tǒng)計過濾處理后所述文本信息中各個詞匯出現(xiàn)頻率。

對所述文本信息進行過濾處理，所述過濾處理規(guī)則可設(shè)定，如將所述文本信息中數(shù)字信息，謂詞都過濾，以獲取與用戶情緒實際相關(guān)的文本信息，文本信息過濾處理后，減少了工作量，提升了統(tǒng)計效率。

在本實施例中，通過所述統(tǒng)計子模塊，用于對所述文本信息進行過濾處理，統(tǒng)計過濾處理后所述文本信息中各個詞匯出現(xiàn)頻率。因而在統(tǒng)計分析時能夠獲取與用戶情緒實際相關(guān)的文本信息，在及時準(zhǔn)確了解自身的情緒時提升用戶體驗。

進一步地，在本發(fā)明基于文本統(tǒng)計的心理分析裝置的第二實施例的基礎(chǔ)上，提供基于文本統(tǒng)計的心理分析裝置第四實施例，在第四實施例中，所述過濾處理單元包括：

剔除子單元，用于對所述文本信息進行模糊檢測，剔除所述文本信息中的數(shù)字信息與敏感文字信息；

統(tǒng)計子單元，用于統(tǒng)計剔除數(shù)字信息與敏感文字信息的文本信息中各個詞匯出現(xiàn)頻率。

基于文本信息模糊檢測技術(shù)，對所述文本信息進行模糊檢測，當(dāng)文本信息是數(shù)字信息時，由于數(shù)字信息一般是電話號碼，密碼等，這些與用戶情緒不相關(guān)，因而為減少工作量，可剔除所述數(shù)字信息，除數(shù)字信息外，一些涉及用戶隱私的敏感文字信息也剔除，當(dāng)所述用戶輸入文字信息與預(yù)設(shè)敏感文字庫中文字相同時，剔除所述輸入文字信息。

在本實施例中，通過剔除子單元，用于對所述文本信息進行模糊檢測，剔除所述文本信息中的數(shù)字信息與敏感文字信息；統(tǒng)計子單元，用于統(tǒng)計剔除數(shù)字信息與敏感文字信息的文本信息中各個詞匯出現(xiàn)頻率。因而在統(tǒng)計分析時能夠減少不必要的工作量，并避免用戶的隱私敏感信息，在及時準(zhǔn)確了解自身的情緒時提升用戶體驗。

進一步地，在本發(fā)明基于文本統(tǒng)計的心理分析裝置的第一實施例的基礎(chǔ)上，提供基于文本統(tǒng)計的心理分析裝置第五實施例，在第五實施例中，參照圖6，所述基于文本統(tǒng)計的心理分析裝置還包括：

第三獲取模塊40，用于根據(jù)連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，獲取用戶在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)和/或用戶情緒波動指數(shù)；

輸出模塊50，用于當(dāng)用戶情緒指數(shù)大于預(yù)設(shè)指數(shù)值或用戶情緒波動指數(shù)超出預(yù)設(shè)波動指數(shù)范圍時，在輸出預(yù)警提示和/或情緒調(diào)整建議。

記錄連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，根據(jù)連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，對用戶不同預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果進行分析，并獲取相應(yīng)分析報告，并根據(jù)用戶所述心理分析報告獲取在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)和/或用戶情緒波動指數(shù)，當(dāng)用戶情緒波動指數(shù)大于預(yù)設(shè)指數(shù)值時，用戶情緒波動大，此時在預(yù)設(shè)應(yīng)用中向用戶輸出預(yù)警提示和/情緒合理化建設(shè)的建議信息，或者，當(dāng)用戶在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)過低時，特別地，當(dāng)用戶情緒過于消極時，提醒用戶，或者結(jié)合心理學(xué)等各學(xué)科知識，給出合理有效的提醒和建議，如發(fā)送積極情緒的鼓勵等訊息，當(dāng)用戶情緒指數(shù)高或者用戶情緒波動指數(shù)在預(yù)設(shè)波動指數(shù)范圍時，給予用戶積極肯定并鼓勵用戶繼續(xù)保持。

在本實施例中，通過第三獲取模塊40，用于根據(jù)連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的心理分析結(jié)果，獲取用戶在所述連續(xù)預(yù)設(shè)個數(shù)預(yù)設(shè)時間段內(nèi)的情緒指數(shù)和/或用戶情緒波動指數(shù)；輸出模塊50，用于當(dāng)用戶情緒指數(shù)大于預(yù)設(shè)指數(shù)值或用戶情緒波動指數(shù)超出預(yù)設(shè)波動指數(shù)范圍時，在輸出預(yù)警提示和/或情緒調(diào)整建議。由于當(dāng)用戶情緒過于消極，或者情緒波動大時，幫助用戶進行情緒管理，因而提升了用戶體驗。

以上僅為本發(fā)明的優(yōu)選實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護范圍內(nèi)。