幸福蕴涵：自动化幸福感建议

理解什么使人快乐是心理学中的一个核心话题。先前的工作主要集中于为个体开发自我报告评估工具，并依赖专家来分析周期性报告的评估。分析的目标之一是理解需要何种行动以鼓励个体行为的改变，从而改善其整体幸福感。在本文中，我们概述了一种互补的方法；假设用户将其快乐时刻以短文本形式记录，系统可以分析这些文本并为用户提出可持续的建议，从而可能使其幸福感得到整体改善。我们实现了此类系统的一个必要组件原型，即幸福蕴涵识别（HER）模块，该模块以一个描述事件的短文本、一个候选建议作为输入，并输出关于该建议基于此所描述的事件更可能对该用户有益的判定。该组件被实现为一个具有两个编码器的神经网络模型，一个用于用户输入，一个用于候选可操作建议，并带有额外的层以捕获快乐时刻和建议中心理学上显著的特征。