[發明專利]一種個性化人機情感會話系統

有效

• 申請號: 201810584345.4
• 申請日: 2018-06-08
• 公開（公告）號: CN108846073B
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 任福繼;鮑艷偉
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/30
• 代理公司: 安徽合肥華信知識產權代理有限公司 34112
• 代理人: 余成俊

1.一種個性化人機情感會話系統，其特征在于：包括有個性化人格建模與動態分析模塊CD、會話管理模塊DM和應答舒適度檢測與應答策略調整模塊CA；所述個性化人機情感會話系統的會話管理模塊根據用戶輸入的對話內容自動生成帶有情感的會話應答；所述個性化人機情感會話系統的個性化人格建模與動態分析模塊存儲人機對話歷史數據，根據所述人機對話歷史數據分析用戶長期人格特征及短期情感轉移特征，進而制定人機會話應答策略；所述個性化人機情感會話系統的應答舒適度檢測與應答策略調整模塊檢測用戶情感波動，調整人機會話應答策略；

利用式(1)將所述個性化人機情感會話系統PEDS描述為一個五元組：

PEDS＝(Input,CD,DM,CA,Output) (1)

式(1)中，Input表示所述個性化人機情感會話系統的用戶輸入，Output表示所述個性化人機情感交互系統的系統輸出，

所述會話管理模塊的組成包括：語義分析、語義推理、應答策略和會話生成；

所述個性化人格建模與動態分析模塊的組成包括：會話知識庫與心理知識庫、個性化人格建模與動態分析方法；

所述會話知識庫與心理知識庫的組成包括：動態知識庫、會話歷史庫和心理知識庫；

所述應答舒適度檢測與應答策略調整模塊組成包括：情感動力學與心理知識庫、應答舒適度檢測與應答策略調整方法；

所述情感動力學與心理知識庫的組成包括：動態心理知識庫、情感動力學知識庫和靜態心理知識庫；

所述會話管理模塊是按如下步驟進行：

步驟1、所述會話管理模塊接收用戶輸入會話內容，獲取所述用戶輸入會話內容的語義表示SP；

步驟2、對所述用戶輸入的所述語義表示SP進行語義分析，獲取用戶的會話語境信息C、會話主題T、情感對象O、情感類別E、情感強度S和會話意圖I；

步驟2.1、所述語義分析中對會話上下文進行分析，得到會話語境信息C；

步驟2.2、得到所述語境信息后，結合所述用戶輸入，分析得到所述會話主題T；

步驟2.3、在所述會話主題中分析所述會話主題的屬性，確定所述會話主題中的所述情感對象O；

步驟2.4、結合所述會話上下文及當前用戶輸入Q，對所述用戶輸入中針對所述情感對象的情感進行分析，確定用戶對所述情感對象的所述情感類別E及所述情感強度S；

利用式(2)表示所述情感類別E的集合：

{E}＝{平靜，高興，喜愛，驚訝，焦慮，悲傷，生氣，憎恨，期待} (2)

步驟2.5、根據所述步驟2.1～所述步驟2.4，分析用戶所述會話意圖I；

利用式(3)表示所述會話意圖I獲取過程：

I＝f(C,T,O,E,S) (3)

利用式(4)將所述語義分析描述為一個六元組：

SA＝(I,C,T,O,E,S) (4)

步驟3、在獲取所述會話意圖I后，所述語義推理基于步驟2所述會話語境信息C、會話主題T、情感對象O、情感類別E、情感強度S和會話意圖I等前提，進行邏輯推理與判斷，得到所述用戶輸入的深層語義結論Res；

利用式(5)表示所示語義推理過程：

(I,C,T,O,E,S)→Res (5)

步驟4、所述應答策略根據所述深層語義結論Res制定用于指導會話生成的策略，所述應答策略制定過程是受如下因素影響：

因素1、所述步驟2所述會話語境信息C、會話主題T、情感對象O、情感類別E、情感強度S、會話意圖I及所述步驟3所述深層語義結論Res；

因素2、權利要求書1所述個性化人格建模與動態分析模塊的長期情感模型，表現為個性化人格；

因素3、權利要求書1所述個性化人格建模與動態分析模塊的短期情感模型，表現為情感轉移概率；

因素4、權利要求書1所述應答舒適度檢測與應答策略調整模塊的應答策略調整方法；

步驟5、所述會話生成在所述應答策略指導下生成會話應答A，所述會話生成是按如下情況進行：

情況1、若所述用戶輸入為事實性問答內容，所述會話生成在所述會話知識庫中匹配檢索現有知識，并生成所述會話應答A；

情況2、若所述用戶輸入為聊天性內容，所述會話生成根據所述會話語境信息C及所述當前用戶輸入Q生成所述會話應答A；

情況3、若所述用戶輸入為帶有情感的會話內容，所述會話生成在所述應答策略指導下生成具有情感引導功能的所述會話應答A；

步驟6、所述會話應答A經所述系統輸出進行人機交互與反饋；

步驟7、所述用戶輸入Q與所述會話應答A存儲至會話歷史庫；

所述個性化人格建模與動態分析模塊中所述個性化人格建模與動態分析方法是按如下步驟進行：

步驟一、根據步驟2，利用所述語義分析對所述會話歷史庫中所述用戶輸入進行分析，得到所述用戶輸入的所述情感類別；

步驟二、統計計算所述情感類別間的轉移概率關系，計算從一種情感類別轉移為另一種情感類別的概率，進而得到所述情感類別的情感狀態轉移概率矩陣M，用以表示所述短期情感模型；

利用式(6)表示所述情感狀態轉移概率矩陣M:

其中，p_ij表示由情感狀態i轉移至情感狀態j的概率，p_ii表示情感狀態保持不變的概率；

步驟三、以所述情感狀態轉移概率矩陣為特征，進行個性化人格建模，配合大五人格量表確定所述情感狀態轉移概率矩陣M與大五人格C的對應關系，M→C，用以表示所述長期情感模型；

利用式(7)表示所述大五人格C的集合：

{C}＝{開放性，責任心，外傾性，宜人性，神經質} (7)

步驟四、根據所述大五人格C的人格五因素，分析用戶的個人喜好和會話特征；

步驟五、依據所述用戶個人喜好和會話特征以及所述情感狀態轉移概率矩陣M，聯合所述應答舒適度檢測與策略調整模塊，制定具有情感引導作用的所述應答策略并微調，對所述會話內容及情感傾向性進行引導；

步驟六、利用所述情感引導作用，對所述會話內容及情感傾向性進行引導，進而更新所述情感狀態轉移概率矩陣中所述情感狀態轉移概率。

2.根據權利要求書1所述的一種個性化人機情感會話系統，其特征在于，所述應答舒適度檢測與策略調整模塊中所述應答舒適度檢測與策略調整方法是按如下步驟進行：

步驟(1)、根據所述語義分析，獲得用戶t時刻、t-1時刻、t-2時刻…t-n時刻時間序列輸入內容的所述情感類別E_t、E_t-1、E_t-2…E_t-n及所述情感強度S_t、S_t-1、S_t-2…S_t-n；

步驟(2)、根據所述步驟(1)中所述時間序列中所述情感類別的轉移關系，以及所述情感強度的波動變化，計算所述應答舒適度；

利用式(8)定義情感能量函數，表征所述時間序列內情感能量強度：

EE＝f(E,S) (8)

其中，若所述情感類別E∈{高興，喜愛，期待}，則所述情感能量函數值為正；若所述情感類別E∈{焦慮，悲傷，生氣，憎恨，驚訝}，則所述情感能量函數值為負；若所述情感類別E∈{平靜}，則所述情感能量函數值為0；

利用式(9)定義所述時間序列內所述情感強度的過零率R：

R＝N/n (9)

其中，N表示所述時間序列內情感函數值的正負轉換次數，n表示所述時間序列長度；

利用式(10)定義情感能量函數變化率，表征情感能量的變化趨勢：

利用式(11)將所述應答舒適度表示為一個三元組：

CL＝(EE,R,D) (11)

步驟(3)、根據所述應答舒適度檢測異常情感狀態，并基于所述用戶輸入、所述系統輸出及所述情感動力學與心理知識庫對應答策略進行調整；

根據所述情感引導功能，重點對如下情況進行應答策略調整：

情況1、所述時間序列內所述情感能量函數值長期為負，表征為所述情感狀態長期處于負向情感；

情況2、所述時間序列內所述情感能量函數值由正減為負，表征為所述情感類別由正向情感轉移為負向情感；

情況3、所述時間序列內所述過零率R高于某一設定閾值，表征為情感狀態不穩定；

情況4、所述時間序列內所述情感能量函數變化率為負值，表征為情感狀態有轉移為負向情感或負向情感強度增加的趨勢。