EmoHeal：一个基于细腻情绪的个性化治疗音乐检索的端到端系统

现有的数字心理健康工具常常忽视日常挑战背后的细微情感状态。例如，入睡前的焦虑影响全球超过15亿人，但目前的方法仍然主要是静态的和“一刀切的”，未能适应个体需求。在这项工作中，我们提出了EmoHeal，一个提供个性化三阶段支持叙事的端到端系统。EmoHeal 利用微调的 XLM-RoBERTa 模型从用户文本中检测 27 种细腻情感，并通过基于音乐治疗原则的知识图谱（GEMS，iso-principle）将其映射到音乐参数上。EmoHeal 使用 CLAMP3 模型检索视听内容，指导用户从当前状态过渡到更平和的状态（“匹配-引导-目标”）。一项被试内研究（N=40）显示出显著的支持效果，参与者报告情绪显著改善（M=4.12, p<0.001）和高感知情感识别准确性（M=4.05, p<0.001）。感知准确性与治疗结果之间的强相关性（r=0.72, p<0.001）验证了我们细腻方法的有效性。这些发现确立了以理论驱动的情感意识数字健康工具的可行性，并为实施音乐治疗原则提供了一种可扩展的人工智能蓝图.