[發明專利]基于對話的個人異常情緒檢測方法及裝置在審
| 申請號： | 201810090153.8 | 申請日： | 2018-01-30 |
| 公開（公告）號： | CN108197667A | 公開（公告）日： | 2018-06-22 |
| 發明（設計）人： | 孫曉;張陳;張習偉;王方兵 | 申請（專利權）人： | 安徽斛兵信息科技有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 北京路浩知識產權代理有限公司 11002 | 代理人： | 王瑩;余罡 |
| 地址： | 230009 安徽省合肥市包*** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 預設 對話數據 歷史用戶 用戶情感 相似度 情緒 支持向量機 概率統計 情感識別 閾值檢測 檢測 對話 | ||
1.一種基于對話的個人異常情緒檢測方法，其特征在于，所述方法包括：
獲取指定用戶的第一預設數量條歷史對話數據和第二預設數量條當前對話數據；
利用支持向量機SVM對所述第一預設數量條歷史對話數據和所述第二預設數量條當前對話數據進行情感識別，得到所述指定用戶的第三預設數量種歷史用戶情感和當前用戶情感；
分別標記所述第三預設數量種歷史用戶情感和當前用戶情感；
對所述歷史用戶情感和所述當前用戶情感的情感轉移進行概率統計，得到所述指定用戶的歷史情感轉移張量和當前情感轉移張量；
根據所述歷史情感轉移張量和所述當前情感轉移張量計算張量相似度；
根據所述張量相似度和相似度閾值檢測出所述指定用戶的情緒是否異常。
2.根據權利要求1所述的個人異常情緒檢測方法，其特征在于，所述第三預設數量種情感包括中性、開心、驚訝、傷心和生氣，對應的標簽分別為0、1、2、3和4。
3.根據權利要求1所述的個人異常情緒檢測方法，其特征在于，所述歷史情感轉移張量或者所述當前情感轉移張量采用以下形式表示：
{初始情感，刺激情感，生成情感，轉移概率}。
4.根據權利要求1所述的個人異常情緒檢測方法，其特征在于，根據所述歷史情感轉移張量和所述當前情感轉移張量計算張量相似度包括：
式中，張量A和B分別表示歷史情感轉移張量和當前情感轉移張量；Am::和Bn::是張量A和B的片矩陣，Sim(Am::，Bn::)是張量A和B在低維空間上的相似度。
5.一種基于對話的個人異常情緒檢測裝置，其特征在于，所述裝置包括：
對話數據獲取模塊，用于獲取指定用戶的第一預設數量條歷史對話數據和第二預設數量條當前對話數據；
用戶情感獲取模塊，用于利用支持向量機SVM對所述第一預設數量條歷史對話數據和所述第二預設數量條當前對話數據進行情感識別，得到所述指定用戶的第三預設數量種歷史用戶情感和當前用戶情感；
用戶情感標記模塊，用于分別標記所述第三預設數量種歷史用戶情感和當前用戶情感；
轉移張量獲取模塊，用于對所述歷史用戶情感和所述當前用戶情感的情感轉移進行概率統計，得到所述指定用戶的歷史情感轉移張量和當前情感轉移張量；
相似度獲取模塊，用于根據所述歷史情感轉移張量和所述當前情感轉移張量計算張量相似度；
用戶情緒檢測模塊，用于根據所述張量相似度和相似度閾值檢測出所述指定用戶的情緒是否異常。
6.根據權利要求5所述的個人異常情緒檢測裝置，其特征在于，所述第三預設數量種情感包括中性、開心、驚訝、傷心和生氣，對應的標簽分別為0、1、2、3和4。
7.根據權利要求5所述的個人異常情緒檢測裝置，其特征在于，所述轉移張量獲取模塊采用以下形式表示所述歷史情感轉移張量或者所述當前情感轉移張量：
{初始情感，刺激情感，生成情感，轉移概率}。
8.根據權利要求5所述的個人異常情緒檢測裝置，其特征在于，所述相似度獲取模塊采用以下公式計算所述歷史情感轉移張量和所述當前情感轉移張量的張量相似度：
式中，張量A和B分別表示歷史情感轉移張量和當前情感轉移張量；Am::和Bn::是張量A和B的片矩陣，Sim(Am::，Bn::)是張量A和B在低維空間上的相似度。
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安徽斛兵信息科技有限公司，未經安徽斛兵信息科技有限公司許可，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/201810090153.8/1.html，轉載請聲明來源鉆瓜專利網。
