[發明專利]情感機器人的情感狀態記憶識別方法及裝置有效
| 申請號： | 201611143890.7 | 申請日： | 2016-12-13 |
| 公開（公告）號： | CN106776557B | 公開（公告）日： | 2020-09-08 |
| 發明（設計）人： | 簡仁賢;葉俊杰 | 申請（專利權）人： | 竹間智能科技（上海）有限公司 |
| 主分類號： | G06F40/30 | 分類號： | G06F40/30;G06F40/284 |
| 代理公司： | 北京酷愛智慧知識產權代理有限公司 11514 | 代理人： | 任媛 |
| 地址： | 200233 上海市浦東新區自由貿*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 情感 機器人 狀態 記憶 識別 方法 裝置 | ||
1.一種情感機器人的情感狀態識別方法，其特征在于，包括：
根據用戶輸入的語句提取語句信息；
從記憶圖譜中獲取所述用戶的用戶信息；
將所述語句信息和所述用戶信息輸入情感狀態識別模型，得到用戶的情感狀態；
所述將所述語句信息和所述用戶信息輸入情感狀態識別模型，得到用戶的情感狀態，包括：將所述語句信息輸入規則模型，提取關鍵詞，并根據所述關鍵詞得到用戶的第一情感狀態和第一信心分值；
將所述語句信息和所述用戶信息輸入深度學習模型，得到用戶的第二情感狀態和第二信心分值；
根據所述第一信心分值和所述第二信心分值，在所述第一情感狀態和所述第二情感狀態中選擇一個作為用戶的情感狀態；
所述根據所述第一信心分值和所述第二信心分值，在所述第一情感狀態和所述第二情感狀態中選擇一個作為用戶的情感狀態，包括：
若所述第一信心分值大于閾值時，則將所述第一情感狀態作為用戶的情感狀態；
若所述第一信心分值小于等于閾值時，則將所述第一情感狀態和所述第二情感狀態進行動態排序，根據動態排序的結果在所述第一情感狀態和所述第二情感狀態中選擇一個作為用戶的情感狀態。
2.根據權利要求1所述的方法，其特征在于，還包括從所述輸入語句中提取用戶的個人信息，將所述個人信息添加到所述記憶圖譜中。
3.根據權利要求1或2所述的方法，其特征在于，所述將所述語句信息和所述用戶信息輸入情感狀態識別模型，得到用戶的情感狀態，包括：
將所述語句信息和所述用戶信息輸入深度學習模型，得到用戶的情感狀態。
4.一種情感機器人的情感狀態識別裝置，其特征在于，包括：
語句信息提取模塊，用于根據用戶輸入的語句提取語句信息；
用戶信息提取模塊，用于從記憶圖譜中獲取所述用戶的用戶信息；
情感狀態識別模塊，用于將所述語句信息和所述用戶信息輸入情感狀態識別模型，得到用戶的情感狀態；
所述情感狀態識別模塊具體用于：
將所述語句信息輸入規則模型，提取關鍵詞，并根據所述關鍵詞得到用戶的第一情感狀態和第一信心分值；
將所述語句信息和所述用戶信息輸入深度學習模型，得到用戶的第二情感狀態和第二信心分值；
根據所述第一信心分值和所述第二信心分值，在所述第一情感狀態和所述第二情感狀態中選擇一個作為用戶的情感狀態；
所述情感狀態識別模塊具體用于：
若所述第一信心分值大于閾值時，則將所述第一情感狀態作為用戶的情感狀態；
若所述第一信心分值小于等于閾值時，則將所述第一情感狀態和所述第二情感狀態進行動態排序，根據動態排序的結果在所述第一情感狀態和所述第二情感狀態中選擇一個作為用戶的情感狀態。
5.根據權利要求4所述的裝置，其特征在于，還包括用戶信息更新模塊，用于從所述輸入語句中提取用戶的個人信息，將所述個人信息添加到所述記憶圖譜中。
6.根據權利要求4或5所述的裝置，其特征在于，所述情感狀態識別模塊具體用于：將所述語句信息和所述用戶信息輸入深度學習模型，得到用戶的情感狀態。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于竹間智能科技（上海）有限公司，未經竹間智能科技（上海）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201611143890.7/1.html，轉載請聲明來源鉆瓜專利網。
