专利汇可以提供一种针对自然语言进行情绪识别的方法专利检索,专利查询,专利分析的服务。并且本 发明 公开一种针对自然语言进行情绪识别的方法,本方法综合考虑语音和文本内容两方面的信息,通过 机器学习 算法 ,判断出客户正确的情绪反应,并根据客户问题和情绪识别结果,让 机器人 更加智能、自然的与客户进行交流。,下面是一种针对自然语言进行情绪识别的方法专利的具体信息内容。
1.一种针对自然语言进行情绪识别的方法,其特征在于:该方法对收集的自然语言分别进行基于文本内容和基于语音的的情绪识别,然后综合两方面的信息,判断客户情绪类别,包括以下步骤:S01)、采集载有自然语言的语音信息,通过语音识别将其转换为文本信息,输入到事先建立好的文本情绪分类器,判断该文本信息是积极、消极还是客观,并输出各个类别的置信度;S02)、基于现有的语音库和机器人不断采集的自然语音,提取不同情绪状态下的声学特征并进行统计学习,建立一个语音情绪分类器,载有自然语言的语音信息输入后,判断该语音信息是积极、消极还是客观,并输出各个类别的置信度;S03)、参考基于文本内容的类别置信度和基于语音的类别置信度,通过支持向量机进行训练学习,最终得到一个综合语音和文本内容的情绪分析分类器。
2.根据权利要求1所述的针对自然语言进行情绪识别的方法,其特征在于:基于文本内容的情绪识别包括以下步骤:S11)、构建语料库,依据现有的情绪分类语料库,将其分为积极、消极和客观三组样本,同时,通过机器人不断地与客户进行自然语言交互,收集文本内容信息,不断地丰富语料库;S12)、特征词选择,采用CHI算法从构建的语料库中选择能够区分情绪类别的特征词;S13)、权重计算,根据步骤S11提供的语料库和步骤S12提供的特征词,采用改进的TF-IDF算法进行特征词统计和权重计算;S14)、采用SVM进行样本训练和测试,语料库中分为积极、消极和客观三类,采用SVM算法进行三分类的训练学习,训练结束后,输入由语音信息转换成的文本内容,即可输出各个类别的置信度。
3.根据权利要求1所述的针对自然语言进行情绪识别的方法,其特征在于:基于语音的情绪识别包括以下步骤:S21)、构建语音库,依据现有采集的语音构建语音库,同时通过机器人不断的进行现场语料采集来进行补充;S22)、语音信号的预处理和特征采集,将采集的语音信号进行采样、量化、加窗分帧的预处理之后进行特征提取,提取时域下的持续时间、短时能量、短时平均过零率、基音周期作为情绪识别的特征;S23)、采用高斯混合模型进行情绪判断,根据不同的语音特征在情绪表达的权重大小进行线性组合分析。
4.根据权利要求2所述的针对自然语言进行情绪识别的方法,其特征在于:步骤S11中,通过python爬虫爬取微博、淘宝等网站上面的大量的回复、评论进行分类,或者直接使用网络上公开的短文本情绪分类库,构建情绪识别语料库,同时利用交互机器人不断的进行现场采集,在机器人收到语音信号后,将其识别为文本内容发送给后台,并将这部分数据进行标注之后输入语料库,不断丰富语料库。
5.根据权利要求4所述的针对自然语言进行情绪识别的方法,其特征在于:针对机器人不能正确切分出来的词汇,建立一份用户自定义词表,依据机器人不断收集的问答数据和现场工作人员的反馈,不断丰富用户自定义词表。
6.根据权利要求2所述的针对自然语言进行情绪识别的方法,其特征在于:步骤S12中,采用情感词典来进行辅助特征选择。
7.根据权利要求6所述的针对自然语言进行情绪识别的方法,其特征在于:采用知网的情感分析词语集来辅助进行特征词的选择。
8.根据权利要求2所述的针对自然语言进行情绪识别的方法,其特征在于:步骤S13中,改进的TF-IDF算法为:根据短文本中是否有情感词、程度修饰词,分别在TF计算项上乘以一个自定义系数,以体现情感词、程度修饰词对情绪识别的表示能力。
9.根据权利要求3所述的针对自然语言进行情绪识别的方法,其特征在于:步骤S21中,依赖网络上已有的情感语音库构建语音库,同时通过对话机器人不断的进行现场语音采集,丰富语音库,并将其分为积极、消极和客观三组样本。
10.根据权利要求3所述的针对自然语言进行情绪识别的方法,其特征在于:步骤S23中,采用高斯混合模型进行分类,将语音信号分为积极、消极和客观三类,在分类过程中,采用最大期望算法,将被测语音在情绪分类中的对数似然函数最大化,以完成情绪的判断,将一条语音输入到训练好的分类器中,即可输出不同类别的置信度。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
生成对话策略的方法及系统 | 2020-05-17 | 330 |
风格语句的生成方法、模型的训练方法、装置及设备 | 2020-05-19 | 267 |
检索和生成相结合的对话方法、系统、装置和存储介质 | 2020-05-21 | 670 |
拼音作为特征的中文语音识别后的文本神经网络纠错模型 | 2020-05-13 | 841 |
通过对话机制控制智能家居设备的系统、方法及装置 | 2020-05-17 | 660 |
机器人开放语料库的异常语句过滤方法和系统 | 2020-05-21 | 271 |
一种基于神经网络模型的任务驱动型对话决策方法 | 2020-05-24 | 656 |
推荐方法、装置、电子设备及存储介质 | 2020-05-14 | 632 |
一种基于辅助网络的智能对话生成方法 | 2020-05-22 | 454 |
为自动化助手提供命令束建议 | 2020-05-08 | 510 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。