1.一种基于语义分析的心理测评系统，其特征在于，所述基于语义分析的心理测评系统包括：

基本信息及参数设置模块，用于实现采集使用者基本信息，根据录入的年龄、学历和职业信息生成与之相匹配的题库，根据测评目的产生相应的题目；

题库和题目呈现模块，用于具有存放各类型题目及其相应指导语的功能，受到参数设置模块的调控；

数据采集模块，用于具有收集使用者反应信息的功能；

数据预处理模块，用于接收数据采集和文本转录模块的输入文本，并对文本进行分词，对文本的名词、形容词、动词进行分析的功能；

语料库和常模模块，用于根据发散思维、科学发明材料库编制，并收集500名被试的答案进行汇总并进行文本分析后建立的创造性语料库；

语义网络计算模块，用于对新输入文本的语义距离计算和语义网络进行度量；在深度学习框架Tensorflow下利用神经网络和Skip‑Gram构建词向量；通过LSA潜在语义分析算法，把高维的向量空间模型表示的文档通过对项/文档矩阵的奇异值分解映射到低维的潜在语义空间中进行文本向量构建，同时得到词语之间的语义相似度；将计算得出的语义网络保存为xml格式文档，并在数据库中建立索引；评分计算，利用Python语言将提取的关键词与提前建立好的原始语料库进行匹配得出初级评分；若语料库无可匹配项，则根据构建好的语义网络，采取Numpy矩阵分析库，进行潜在语义分析，计算答案和语料库的相似度，并据此相似度赋予答案一定的权值进行评分；

可视化反馈模块，用于为使用者提供结果反馈和建议的功能。

2.如权利要求1所述的基于语义分析的心理测评系统，其特征在于，所述数据采集模块包括：

文字作答单元，用于为电脑键盘输入解决方案或手机录入解决方案，对于无法键入文字的使用者可以他人替代输入；

语音作答单元，用于为采集使用者的口头回答，并收集为语音信息，并使用开源的语音识别软件将语音信息转录为文字信息并储存。

3.如权利要求1所述的基于语义分析的心理测评系统，其特征在于，所述数据预处理模块包括：

分词模块，利用Python语言，根据自然语言处理方法，采用结巴中文分词库并利用双向最大匹配法和特征扫描法，识别和切分待分析字符串中带有明显特征的词，以词作为断点，将原字符串分为较小的串再进行机械分词。

4.如权利要求1所述的基于语义分析的心理测评系统，其特征在于，所述语料库和常模模块进一步包括：

答案相对赋值单元，用于在语料库中答案赋值；

语义赋值单元，用于根据以建立的文本语料库计算任意2个词语的语义距离。

5.如权利要求1所述的基于语义分析的心理测评系统，其特征在于，所述语义网络计算模块进一步包括：

语义网络单元，由词语为节点，词语间语义距离为边构成矩阵，计算词语的度，即某个词语在语义网络中的重要程度；

网络的集群系数单元，用于描述语义网络集团化程度；

语义距离算法单元，用于根据LSA和Word2vec以及TF‑IDF算法词进行向量的构建，并结合余弦相似度，构建语义向量空间，求得文本的词语相似。

6.一种应用权利要求1所述基于语义分析的心理测评系统的基于语义分析的心理测评方法，其特征在于，所述基于语义分析的心理测评方法包括：采集使用者基本信息，根据录入的年龄和学历信息生成与之相匹配的题库，根据测评目的产生相应的题目；

存放各类型题目及其相应指导语的功能，受到参数设置模块的调控；

收集使用者反应信息的功能；

接收数据采集和文本转录模块的输入文本，并对文本进行分词，对文本的名词、形容词、动词进行分析；

根据发散思维、科学发明材料库编制，已收集500名被试的反应进行汇总并进行文本分析后建立的创造性语料库；

对新输入文本进行语义距离计算和语义网络进行度量；

为使用者提供结果反馈和建议的功能。

7.如权利要求6所述的基于语义分析的心理测评方法，其特征在于，所述基于语义分析的心理测评方法包括：

设置基本参数：根据指导语，完成分词词典的设置、题目标签设置、题库匹配规则设置、算法相关阈值参数设置；

采集使用者基本信息：批量导入，针对已获取的基本信息的录入，导入后自动生成使用者的账户信息，分配给使用者进行系统登录；自行填写为使用者在系统注册后自行填写个人基本信息；

生成题库，包括题目的录入，创造力测评的题目是以创造力相关理论为依据编制；题库生成，根据录入的年龄和学历信息，按照匹配规则找到相匹配的题目标签，生成题库基本信息，存入数据库中；

测评数据采集，根据使用者的基本信息和测试目的直接在题库表中自动为使用者选择对应的题库，在页面上呈现；

数据预处理，文本转录，对于非文本数据，利用文本转录工具转化为文本数据，并在原始文本数据表中保存；文本分词，利用结巴分词工具对原始文本数据进行粗分词，过滤掉标点符号等非中文符号，保存成txt格式文件；词性标注，对第一次分词获取的数据，进行再次清洗，过滤掉停用词，对剩余词汇进行词性标注；并将该信息按一定格式保存在txt文件中；

文件目录信息保存在数据库中；关键词提取，采用TF‑IDF词频‑逆向文件频率构建法计算权重，根据设置的关键词阈值，提取出所有关键词，将关键词信息保存在数据库中；

语料库构建，根据发散思维、科学发明材料库编制，前期已收集500名被试的答案进行汇总并进行文本分析后建立的创造性语料库；用Python爬虫爬取百度百科、中文维基百科、微博网站所得的大型文本数据；

语义网络构建，在深度学习框架Tensorflow下利用神经网络和Skip‑Gram构建词向量；

通过LSA潜在语义分析算法，把高维的向量空间模型表示的文档通过对项/文档矩阵的奇异值分解映射到低维的潜在语义空间中进行文本向量构建，同时得到词语之间的语义相似度；将计算得出的语义网络保存为xml格式文档，并在数据库中建立索引；

评分计算，利用Python语言将提取的关键词与提前建立好的原始语料库进行匹配得出初级评分；若语料库无可匹配项，则根据构建好的语义网络，采取Numpy矩阵分析库，进行潜在语义分析，计算答案和语料库的相似度，并据此相似度赋予答案一定的权值进行评分。

8.一种实现权利要求6～7任意一项所述基于语义分析的心理测评方法的信息数据处理终端。

9.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求6～7任意一项所述的基于语义分析的心理测评方法。