一種基于RPA的大學生情緒分析預警機器人設計

鄧 河 郭 飛

（長沙民政職業技術學院，湖南 長沙 410004）

當代大學生因學業、就業、人際關系、戀愛或家庭等因素造成壓力過大，挫折應對不良等問題，加之身心發展不平衡，容易引發各種心理危機。根據《2022年大學生心理健康狀況調查報告》顯示，大約21.48%的大學生可能存在抑郁風險，45.28%的大學生可能存在焦慮風險。更有甚者引發急性精神疾病，發生自殺、兇殺等惡性后果，嚴重威脅著大學生身心健康和生命安全，影響著家庭、學校和社會的和諧、穩定。

而高校輔導員老師作為學生心理健康成長的引領者，有必要適時地了解學生心理動態和情緒危機，以便能及時干預，避免學生因不良情緒帶來的危害。隨著新媒體時代的到來，社交媒體作為分享意見、經驗、觀點的工具和平臺，已經逐漸成為當代大學生表達情緒的主要途徑和通道，這也成為了高校輔導員了解學生情緒動態的一個重要窗口[1]。本文研究基于機器人流程自動化（Robotic Process Automation，RPA）技術，通過自動采集學生社交媒體上的文章及留言等內容，完成對學生積極情緒和消極情緒的自動分析、自動預警等功能，便于輔導員老師能全面實時監測學生的情緒狀態并及時干預。

RPA是一種非侵入的自動化技術[2]，它依據預先錄制的腳本模擬人操作電腦的行為，與應用系統進行交互并完成預期任務。其技術原理是模擬人的手工操作，將人的重復性、有一定規則性的工作轉變為機器人工作，從而代替人工操作。

1 機器人流程定義

機器人流程定義階段主要完成PDD（Process Definition Document）文檔的撰寫。PDD文檔也叫流程定義文檔，用于記錄RPA流程自動化開發中的需求分析階段，分析記錄用戶與開發方達成的流程設計方案。PDD文檔是RPA自動化流程開發的第一環節，體現了RPA自動化流程開發的規范和指南，為下一步RPA自動化流程的細化和腳本實現做準備。

現階段可以提供學生發布信息的國內媒體非常多，有新聞中的評論、論壇留言、微信朋友圈、微博、QQ空間等等。高校輔導員在實際工作過程中，需要經常性查看學生的微信朋友圈和QQ動態信息，以監測學生的心理健康情況。本文以微信朋友圈和QQ好友動態為信息采集來源，通過RPA技術實現自動采集、自動分析、自動預警。大學生情緒分析預警機器人業務流程定義如圖1所示。

表1 機器人流程定義說明

圖1 機器人流程定義

2 機器人流程方案設計

機器人流程方案設計階段完成的成果物是SDD（Solution Design Document）文檔，SDD文檔也叫方案設計文檔，用于設計滿足自動化流程項目需求的方案，是RPA開發中PDD文檔之后的第二個環節，為下一步編碼做準備。具體SDD文檔正文主要包括三部分內容，分別是整體設計、流程設計和輸入輸出規范。其中，整體設計用于分析說明自動化流程的部署和所需要用到的各系統之間的交互關系[3]；在整體設計的基礎上，流程設計對編碼中所需開發的正常流程和異常流程進行設計；此外，還需對編碼過程中的文件、文件夾和命名進行規范。

2.1 整體設計

整體設計包括環境部署和系統交互。由于RPA自動化流程常常涉及用戶公司內部業務，需要在內網執行，但又需要和外網的系統相交互，因此需要考慮網絡環境的部署和系統交互關系。情緒分析預警機器人涉及的系統及程序表如表2所示。

表2 情緒分析預警機器人涉及的系統及程序表

2.2 流程設計

流程設計部分描述機器人需要執行的完整的正常流程。情緒分析預警機器人的正常流程如圖2所示。

圖2 機器人流程設計圖

流程設計圖的關鍵流程步驟說明如表3所示。

2.3 輸入輸出規范

設計過程中，還需對編碼過程中的文件、文件夾和命名進行規范，情緒分析預警機器人的輸入輸出規范如圖3所示。

圖3 輸入輸出規范

3 機器人流程實現

本文機器人的實現采用Uibot軟件工具實現。使用流程創造者工具創建機器人流程，分別實現抓取信息、情緒分析兩個子流程。

在前期，還需準備一個數據抓取名單表格，表格字段包括學生的學號、姓名、聯系電話、QQ號、微信號。另外，還需準備一個json格式的配置文件，配置好賬號及加密的密碼等信息。

3.1 抓取信息子流程

抓取信息子流程主要用于采集學生社交媒體上公開發布的信息，包括QQ動態消息和微信朋友圈信息，通過Uibot設計流程自動完成信息采集功能，依次進入名單中的學生QQ空間和微信朋友圈，實現文章數據的采集。實現偽代碼如下。

3.2 情緒分析子流程

本文基于知網情感詞典（HowNet）來實現學生情緒分析。HowNet詞典包括中文詞語和英文詞語，不同語言的詞語又分為正面評價詞語、負面評價詞語、正面情感詞語、負面情感詞語、程度級別詞語和主張詞語。如圖4所示。

圖4 知網情感詞典（HowNet）展示圖

學生情緒分析具體步驟如下：

1.對文本進行分句，得到分詞分句后的文本語料（使用哈工大的自然語言處理包Pyltp來實現分詞和句子切分）。

2.分析和計算語句的情緒值（積極或消極）。具體規則是：

（1）首先計算和統計語句中的情緒詞數量，即正面評價詞語、負面評價詞語以及正面情感詞語和負面情感詞語的數量。

（2）統計情緒詞前后的程度副詞，根據程度副詞賦予不同的權重，乘以情緒詞數量。

（3）以同樣的方式加權句末的情感加強符號，如感嘆號。

（4）統計語句的情緒值（正面值-負面值）。

3.統計整段文本的情緒值（所有語句正面值-所有語句負面值），得到該段文本作者所表達的情緒。

整體流程框圖如圖5所示。

圖5 情緒分析處理流程圖

具體實現中，使用Python語言開發情緒分析插件，然后在Uibot中調用此插件完成情緒分析。具體步驟如下：

（1）在終端窗口用命令“pip install pyltp”安裝好Pyltp4.0，即哈工大自然語言處理包。

（2）在哈工大LTP主頁上下載LTP模型，用于分詞。

（3）編寫Python情緒分析插件（代碼編寫見圖5流程）。

（4）在Uibot中調用此插件，完成文本情緒分析。

3.3 分析預警統計報告

最后，情緒分析預警機器人可以按照指定的某天或指定的某個時間段，自動形成Excel格式的統計報告并發送至輔導員老師郵箱。統計報告如圖6所示，按其設置預警閾值，機器人將其標紅顯示。

4 結束語

本文研究并實現了基于RPA技術的大學生情緒分析預警機器人。機器人的實現幫助了高校輔導員老師自動抓取并智能分析預警學生情緒，大大提高了老師的工作效率，并且能使老師及時介入對學生情緒方面的管理工作。為RPA技術的具體應用拋磚引玉。在接下來的研究中，將結合自然語言處理技術，進一步提高情緒分析的準確度，研究在“AI+RPA”模式[4]下高校學生心理預警云平臺建設的相關問題。