基于RNN机器学习的抑郁倾向研究分析

一个上课的课程项目，我们完成了通过RNN机器学习网络的抑郁倾向预测，通过用户输入文本后对其进行预测，并且完成可视化的前端界面，并且包含了用户登录、注册等内容。

总览

先来展示一下界面：

接下来是预测界面项目用到的库有flask框架，pymysql，tensorflow，sklearn，其中有些库需要进行版本与Python版本的对应，在下载时可以参考其他博客，在这不多做介绍。

flask框架的使用比较简单，想系统学习一下可以参考b站教程00 课程介绍_哔哩哔哩_bilibili，我跟着一步一步学下来感觉效果挺好的，该课程后续还涉及到Django的内容，等我把st的作业写出来后可能会上传部分有关Django的源代码。

以下是我的代码部分，在这里只选择部分粘贴，如果需要源代码可以联系我。

这是这个项目的所有代码内容

机器学习部分内容

#!/usr/bin/python
# -*- coding: utf-8 -*-

import tensorflow as tf

class TRNNConfig(object):
    """RNN配置参数"""

    # 模型参数
    embedding_dim = 64      # 词向量维度
    seq_length = 600        # 序列长度
    num_classes = 5        # 类别数
    vocab_size = 5000       # 词汇表大小

    num_layers= 2           # 隐藏层层数
    hidden_dim = 128        # 隐藏层神经元
    rnn = 'lstm'             # lstm 或 gru

    dropout_keep_prob = 0.8 # dropout保留比例
    learning_rate = 1e-3    # 学习率

    batch_size = 128         # 每批训练大小
    num_epochs = 25          # 总迭代轮次

    print_per_batch = 40    # 每多少轮输出一次结果
    save_per_batch = 10      # 每多少轮存入tensorboard


class TextRNN(object):
    """文本分类，RNN模型"""
    def __init__(self, config):
        self.config = config

        # 三个待输入的数据
        self.input_x = tf.placeholder(tf.int32, [None, self.config.seq_length], name='input_x')
        self.input_y = tf.placeholder(tf.float32, [None, self.config.num_classes], name='input_y')
        self.keep_prob = tf.placeholder(tf.float32, name='keep_prob')

        self.rnn()

    def rnn(self):
        """rnn模型"""

        def lstm_cell():   # lstm核
            return tf.contrib.rnn.BasicLSTMCell(self.config.hidden_dim, state_is_tuple=True)

        def gru_cell():  # gru核
            return tf.contrib.rnn.GRUCell(self.config.hidden_dim)

        def dropout(): # 为每一个rnn核后面加一个dropout层
            if (self.config.rnn == 'lstm'):
                cell = lstm_cell()
            else:
                cell = gru_cell()
            return tf.contrib.rnn.DropoutWrapper(cell, output_keep_prob=self.keep_prob)

        # 词向量映射
        with tf.device('/cpu:0'):
            embedding = tf.get_variable('embedding', [self.config.vocab_size, self.config.embedding_dim])
            embedding_inputs = tf.nn.embedding_lookup(embedding, self.input_x)

        with tf.name_scope("rnn"):
            # 多层rnn网络
            cells = [dropout() for _ in range(self.config.num_layers)]
            rnn_cell = tf.contrib.rnn.MultiRNNCell(cells, state_is_tuple=True)

            _outputs, _ = tf.nn.dynamic_rnn(cell=rnn_cell, inputs=embedding_inputs, dtype=tf.float32)
            last = _outputs[:, -1, :]  # 取最后一个时序输出作为结果

        with tf.name_scope("score"):
            # 全连接层，后面接dropout以及relu激活
            fc = tf.layers.dense(last, self.config.hidden_dim, name='fc1')
            fc = tf.contrib.layers.dropout(fc, self.keep_prob)
            fc = tf.nn.relu(fc)

            # 分类器
            self.logits = tf.layers.dense(fc, self.config.num_classes, name='fc2')
            self.y_pred_cls = tf.argmax(tf.nn.softmax(self.logits), 1)  # 预测类别

        with tf.name_scope("optimize"):
            # 损失函数，交叉熵
            cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits=self.logits, labels=self.input_y)
            self.loss = tf.reduce_mean(cross_entropy)
            # 优化器
            self.optim = tf.train.AdamOptimizer(learning_rate=self.config.learning_rate).minimize(self.loss)

        with tf.name_scope("accuracy"):
            # 准确率
            correct_pred = tf.equal(tf.argmax(self.input_y, 1), self.y_pred_cls)
            self.acc = tf.reduce_mean(tf.cast(correct_pred, tf.float32))

这是RNN模型中的核心部分，包含参数的设置，可以自行进行修改等。

至于我的数据来源一部分是来自于微博中文语料，原数据分为了0/1两部分，而后由于只是上课项目的需要，没有太大的科学严谨性，项目组内两名同学手动进行了分类，分为了0-4五类，其中0是没有抑郁倾向，1-4分别为轻微、中度、较重、重度抑郁倾向。还有一部分数据为通过问卷形式收集的。

训练的结果如图所示

分别为准确率与损失值函数。

有关模型的运用与训练部分在这里就不再展示。有需要私聊。

前端

接下来是前端部分，包含了login、register、system三个具体部分，登录注册以及系统预测，此为main中的部分代码。

@app.route("/show/info")
def index():
    return render_template("index.html")

@app.route("/system", methods=["GET", "POST"])
def system():
    if 'username' not in session:
        return redirect(url_for('login'))

    prediction = None
    if request.method == "POST":
        user_input = request.form.get("user_input")
        if user_input:
            category, prob = rnn_model.predict(user_input)
            prediction = "Category: {}, Probability: {:.2f}".format(category, prob)

    return render_template("system.html", prediction=prediction)

@app.route("/register", methods=["GET", "POST"])
def register():
    if request.method == "GET":
        return render_template("register.html")

    username = request.form.get("username")
    password = request.form.get("password1")
    prof = request.form.get("profession")

    sql = "INSERT INTO admin(password, username, prof) VALUES(%s, %s, %s)"
    cursor.execute(sql, [password, username, prof])
    conn.commit()

    return redirect(url_for('index'))

@app.route("/login", methods=["GET", "POST"])
def login():
    if request.method == "POST":
        username = request.form.get("username")
        password = request.form.get("password")

        sql = "SELECT * FROM admin WHERE username=%s AND password=%s"
        cursor.execute(sql, [username, password])
        user = cursor.fetchone()

        if user:
            session['username'] = username
            return redirect(url_for('system'))
        else:
            flash("Invalid username or password")

    return render_template("login.html")

 这是部分system的网页内容

<body>
    <div class="container">
        <h2>Text Prediction System</h2>
        <form method="post" action="/system">
            <div class="input-group">
                <textarea name="user_input" placeholder="输入文本进行预测..."></textarea>
            </div>
            <button type="submit" class="btn">Predict</button>
        </form>
        {% if prediction %}
        <div class="prediction">
            <strong>预测结果:</strong> {{ prediction }}
        </div>
        {% endif %}
    </div>
</body>

至此我们已经完成这个项目的大部分工作了。

至于数据库的连接以及配置都可以自行运行，我这里的数据表只设置了ID，username，password，prof（学生/教师）几个内容。