[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

本發明提供了一種基于對話的個人異常情緒檢測方法及裝置。該方法包括：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進行情感識別得到歷史用戶情感和當前用戶情感；分別標記第三預設數量種歷史用戶情感和當前用戶情感；對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，得到指定用戶的歷史情感轉移張量和當前情感轉移張量；根據歷史情感轉移張量和當前情感轉移張量計算張量相似度；根據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。本實施例可以確定指定用戶的異常情緒，模型簡單，計算速度快。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種基于對話的個人異常情緒檢測方法及裝置。

背景技術

相關技術中歷史對話數據主要包括以下方案：首先通過收集歷史對話數據并進行標注，利用標注好的數據對異常檢測模型進行訓練，在收到實時對話數據時利用訓練好的異常檢測模型進行異常檢測并獲得結果；其中對異常檢測模型訓練是指:通過將異常檢測問題歸結為二分類問題(I代表有異常，O代表沒有異常)，并利用機器學習模型，例如支持向量機(SVM)或者神經網絡訓練一個二分類器，即異常檢測模型。但是上述方法忽略了每個用戶的不同以及外界刺激因素的不同等因素，僅依據歷史會話語料訓練出模型，導致檢測異常不準確。另外，檢測結果僅包括異常和非異常，是一種粗略的定性描述，而非定量描述。

發明內容

本發明實施例提供了一種基于對話的個人異常情緒檢測方法及裝置，以解決相關技術中的不足。

第一方面，本發明提供了一種基于對話的個人異常情緒檢測方法，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。

可選地，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。

可選地，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}。

可選地，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。

第二方面，本發明提供了一種基于對話的個人異常情緒檢測裝置，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；