1.一种人工智能方法，其特征在于，所述方法包括：专业职业获取步骤：获取用户的专业或/和职业；

最近聊天语句获取步骤：获取机器人与用户最近聊天的语句序列，所述语句序列中的语句按照先后排序；

聊天语句生成步骤：根据所述用户当前的心理健康状态、用户的专业或/和职业、所述语句序列、当前的聊天模式生成聊天语句发送给用户。

2.根据权利要求1所述的人工智能方法，其特征在于，所述聊天语句生成步骤具体包括：

聊天模式更新步骤：若用户最近输入的语句存在，则所述最近聊天的语句序列至少包括用户最近输入的语句，并将聊天模式设置为回复模式；若用户最近输入的语句不存在且现在距离最近一次聊天语句对应的时间超过了预设等待时长且所述语句序列不为空，则将聊天模式设置为主动续聊模式；若用户最近输入的语句不存在且所述最近聊天的语句序列为空，则将聊天模式设置为主动开聊模式；

不同聊天模式下聊天语句生成步骤：若聊天模式是回复模式，则将所述用户当前的心理健康状态、所述用户的专业或/和职业、所述用户最近输入的语句和所述语句序列输入预设的人工智能心理健康聊天回复模型，得到的输出作为对用户的聊天语句；若聊天模式是主动续聊模式，则将所述用户当前的心理健康状态、所述用户的专业或/和职业和最近聊天的语句序列中删除最近一次聊天的语句后的语句序列输入预设的人工智能心理健康聊天续聊模型，得到的输出作为对用户的聊天语句；若聊天模式是主动开聊模式，则将所述用户当前的心理健康状态、所述用户的专业或/和职业输入预设的人工智能心理健康聊天开聊模型，得到的输出作为对用户的聊天语句。

3.根据权利要求2所述的人工智能方法，其特征在于，所述聊天语句生成步骤具体还包括：

人工智能心理健康聊天模型构建步骤：初始化深度学习模型或卷积神经网络模型或残差神经网络模型或循环神经网络模型或长短期记忆神经网络模型作为人工智能心理健康聊天回复模型、人工智能心理健康聊天续聊模型、人工智能心理健康聊天开聊模型；获取不同专业或/和职业、不同心理健康状态的用户与心理咨询师的聊天语料库，该聊天语料库中心理咨询师的聊天语句已经考虑用户的专业或/和职业；从聊天语料库中选取用户的每一条有心理咨询师回复语句的聊天语句作为用户最近输入的语句，将用户最近输入的语句及其之前(预设次数‑1)次的最近聊天的语句作为最近聊天的语句序列；将用户的心理健康状态、用户的专业或/和职业、用户最近输入的语句和最近聊天的语句序列作为人工智能心理健康聊天回复模型的输入，将用户最近输入的语句的心理咨询师回复语句作为人工智能心理健康聊天回复模型的预期输出，对人工智能心理健康聊天回复模型进行训练和测试，得到预设的人工智能心理健康聊天回复模型；从聊天语料库中选取用户的每一条心理咨询师聊天语句之前(预设次数‑1)次的最近聊天的语句作为最近聊天的语句序列；将用户的心理健康状态、用户的专业或/和职业、最近聊天的语句序列作为人工智能心理健康聊天续聊模型的输入，将所述每一条心理咨询师聊天语句作为人工智能心理健康聊天续聊模型的预期输出，对人工智能心理健康聊天续聊模型进行训练和测试，得到预设的人工智能心理健康聊天续聊模型；从聊天语料库中选取用户的每一条心理咨询师聊天语句；将用户的心理健康状态、用户的专业或/和职业作为人工智能心理健康聊天续聊模型的输入，将所述每一条心理咨询师聊天语句作为人工智能心理健康聊天开聊模型的预期输出，对人工智能心理健康聊天开聊模型进行训练和测试，得到预设的人工智能心理健康聊天开聊模型。

4.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：聊天心理健康状态预测步骤：将所述最近聊天的语句序列中机器人聊天语句删除，得到最近聊天的用户语句序列，将用户的专业或/和职业、最近聊天的用户语句序列输入预设的人工智能心理健康状态预测模型，计算得到的输出作为所述用户当前的聊天心理健康状态；

其他心理健康状态获取步骤：获取所述用户当前的其他心理健康状态，所述用户当前的其他心理健康状态包括根据其他手段例如传感器、问卷等方式进行评估获得的用户当前心理健康状态；

当前心理健康状态计算步骤：根据所述用户当前的聊天心理健康状态和所述用户当前的其他心理健康状态，计算得到所述用户当前的心理健康状态。

5.根据权利要求4所述的人工智能方法，其特征在于，所述方法还包括：人工智能心理健康状态预测模型构建步骤：获取不同专业或/和职业、不同心理健康状态的用户与心理咨询师的聊天语料库，该聊天语料库中心理咨询师的聊天语句已经考虑用户的专业或/和职业；从聊天语料库中选取用户的每一条聊天语句作为用户最近输入的语句，将用户最近输入的语句及其之前(预设次数‑1)次的最近聊天的语句作为最近聊天的语句序列，将所述最近聊天的语句序列中机器人聊天语句删除，得到最近聊天的用户语句序列；将用户的专业或/和职业、最近聊天的用户语句序列作为人工智能心理健康状态预测模型的输入，将最近聊天的用户语句序列中最近的用户聊天语句对应的心理健康状态作为人工智能心理健康状态预测模型的预期输出，对人工智能心理健康状态预测模型进行训练和测试，得到预设的人工智能心理健康状态预测模型。

6.一种人工智能系统，其特征在于，所述系统包括：专业职业获取模块：获取用户的专业或/和职业；

最近聊天语句获取模块：获取机器人与用户最近聊天的语句序列，所述语句序列中的语句按照先后排序；

聊天语句生成模块：根据所述用户当前的心理健康状态、用户的专业或/和职业、所述语句序列、当前的聊天模式生成聊天语句发送给用户。

7.根据权利要求6所述的人工智能系统，其特征在于，所述系统还包括：聊天心理健康状态预测模块：将所述最近聊天的语句序列中机器人聊天语句删除，得到最近聊天的用户语句序列，将用户的专业或/和职业、最近聊天的用户语句序列输入预设的人工智能心理健康状态预测模型，计算得到的输出作为所述用户当前的聊天心理健康状态；

其他心理健康状态获取模块：获取所述用户当前的其他心理健康状态，所述用户当前的其他心理健康状态包括根据其他手段例如传感器、问卷等方式进行评估获得的用户当前心理健康状态；

当前心理健康状态计算模块：根据所述用户当前的聊天心理健康状态和所述用户当前的其他心理健康状态，计算得到所述用户当前的心理健康状态。

8.一种人工智能装置，其特征在于，所述装置用于实现权利要求1‑5任意一项所述方法的步骤。

9.一种机器人，包括存储器、处理器及存储在存储器上并可在处理器上运行的人工智能机器人程序，其特征在于，所述处理器执行所述程序时实现权利要求1‑5任意一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1‑5任意一项所述方法的步骤。