心理健康表明心理繁荣的程度。当一个人面临不平衡的心理状态时,就会陷入困境。在印度,心理障碍病例数量每年都在增加,心理健康专业人员短缺。在这种情况下,计算等技术有助于填补这一空白。近年来,许多行业开始采用聊天机器人,在聊天界面的帮助下回答用户的问题。随着技术的最新发展,开发聊天机器人应用程序变得容易,但应用程序本身可能是一个复杂的系统。在开发聊天机器人时,实现效率、有效性并让用户满意是一项挑战。由于聊天机器人的普及和用户友好功能,它取代了人类。在本文中,我们分析了聊天机器人的性能,该聊天机器人能够在抑郁焦虑压力量表 (DASS) 的前提下提出一系列问题,并将用户提升到一个新的水平,即在必要时记录对不同问题集的答案。最后,聊天机器人将分析用户的心理状态。在这项工作中,我们提出了一种支持深度神经网络、Bi-LSTM、CNN 的分类方法,用于情绪检测。
我们通过称为同时间隔号的图形宽度参数提出了一种概括间隔图等级的新方法。此参数与间隔图的同时表示问题有关,并定义为标签的最小数字D,使得该图允许d-相对的间隔表示,即间隔和标签集的分配到顶点的分配,以便在相应的间隔相对间隔内仅相邻两个角度,以及它们的实验室集合,以及它们的实验室集合。我们表明,此参数是NP -HARD来计算并给出参数的几个边界,特别表明它夹在路径宽和线性中的MIM宽度之间。对于具有有界参数值的图类类别,假设该图配备了带有恒定标签数量的同时间隔表示,我们为集团,独立集和主导集合问题提供了FPT算法,以及独立支配集合和着色问题的硬度结果。独立集和统治集的FPT结果是同时间隔数和解决方案大小。相比之下,已知两个问题都是线性含量宽度加上溶液尺寸的hard。