项目成员：张雅钦

指导教师：赵秀洁

作品简介：本系统前端用C#的.NET框架开发，借助百度语音API接口把文本输入转化成语音输入，后端则利用Flask框架达成，其核心算法模块整合了TextCNN、LSTM，DenseNet以及ResNet这四种深度学习模型，各自从不一样的特征维度针对用户文本执行建模并实施情感识别。

图1系统总设计图

图2系统后台用例图

图3模型测试结果

图4模型预测结果

项目创新点：

（1）技术创新：心理健康文本考量模块把文本卷积神经网络，长短期记忆网络，密集结合神经网络以及残差网络这四个深度学习模型相融合，可以针对用户所输进的心理文本执行情感归类和风险预估，而且系统为优化用户交流效率和自身可用性，加入了百度语音API接口，达成了文本输入时的语音识别功能，用户可以通过语音来递交心理咨询内容，从而削减使用门槛并加快考量速度。

（2）应用创新：本平台对于学生心理健康考量这一任务的完成度比较高，在模型评定这个环节里，融合模型在多标签分类时的平均正确率达到了72.4%，其F1分数为0.901，针对像“学习焦虑”，“社交焦虑”，“情绪压抑”这样一些主要的心理因子，该模型的识别能力较为稳定。