本项目是一款基于自然语言处理(NLP)和心理学理论的 智能情绪日记管理系统,旨在帮助用户通过记录日常情绪日记,实现情绪识别、分析、调节与可视化管理。系统集成微调后的 Transformer 模型和 Gemma3 大语言模型,融合 ABC 理论、马斯洛需求层次理论及情绪调节理论,实现“AI + 心理”结合的情绪共情与反馈机制。
- ✍️ 日记记录模块:支持情绪记录、标签分类、关键词检索。
- 📅 日记热力图模块:以 GitHub 风格呈现用户记录活跃度。
- 🧠 情绪分析模块:调用微调 BERT 模型识别文本情绪类别和强度。
- 🤖 情绪反馈模块:基于 Gemma3 大模型和心理学理论生成调节建议。
- 📊 情绪可视化模块:展示情绪趋势图、饼状图、热力图等。
- 🎯 情绪目标设定模块:结合马斯洛理论,引导用户制定调节目标。
- 📚 情绪知识库模块:个性化推荐调节技巧与心理学内容。
| 层级 | 技术 | 描述 |
|---|---|---|
| 前端 | React Native | 构建跨平台移动应用(Android/iOS) |
| 后端 | ASP.NET Core (C#) | 提供 RESTful API、权限管理等服务 |
| 数据分析 | Python + Transformers + Docker | 情绪识别模型训练与部署 |
| 模型调用 | RESTful 接口 | 实现前后端与模型的高效解耦调用 |
| 数据库 | MySQL | 用户、日记、分析记录数据持久化 |
- 使用
bert-base-chinese微调,支持二分类情绪判断(正向 / 负向)及情绪强度回归。 - 模型部署于云服务器 Docker 容器中,供后端通过 API 访问。
- 精度:情绪分类准确率达到 95.95%,情绪强度回归 MSE 降至 0.0097。
- 接入
Gemma3大语言模型,用于生成基于心理理论的反馈建议。
git clone https://github.com/lyq777-Xing/EmotionApp.gitcd EmotionAppClient
npm install
npm run webcd EmotionAppBackend
# 使用 Visual Studio 打开 .sln 文件或执行:- 接口采用 Token 认证机制,保障用户身份安全。
- 情绪趋势图:展示时间轴上情绪变化。
- 热力图:展示日记活跃频次。
- 饼图:展示各类情绪占比。
- ABC 情绪理论(事件-信念-情绪结果建模)
- 马斯洛需求层次理论(目标推荐与反馈生成)
- 情绪调节理论(调节策略和心理干预)
输入示例:
今天考试考砸了,感觉很失落,很焦虑。
输出结果:
-
分类结果:负面情绪
-
强度评分:0.812
-
推荐反馈:
“建议你暂停对自己过高的期待,试着专注于过程的努力而非结果。可以试试冥想或与朋友交流来缓解压力。”
❌ 完善日志
❌ 智能客服模块
❌ 个人中心
❌ 情绪广场
❌ 情绪知识库
❌ 情绪目标
❌ 设置
❌ 后台管理
❌ 实体类的命名规范
❌ 每个方法的权限控制