[發(fā)明專利]基于上下文情感對(duì)話的方法和系統(tǒng)、存儲(chǔ)介質(zhì)在審
| 申請(qǐng)?zhí)枺?/td> | 202010659317.1 | 申請(qǐng)日: | 2020-07-09 |
| 公開(kāi)(公告)號(hào): | CN111949762A | 公開(kāi)(公告)日: | 2020-11-17 |
| 發(fā)明(設(shè)計(jì))人: | 孫曉;丁兵兵;汪萌 | 申請(qǐng)(專利權(quán))人: | 合肥工業(yè)大學(xué) |
| 主分類號(hào): | G06F16/33 | 分類號(hào): | G06F16/33;G06F16/332;G06F16/35;G06F40/289;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 北京久誠(chéng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11542 | 代理人: | 余罡 |
| 地址: | 230009 安*** | 國(guó)省代碼: | 安徽;34 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 上下文 情感 對(duì)話 方法 系統(tǒng) 存儲(chǔ) 介質(zhì) | ||
1.一種基于上下文情感對(duì)話的方法,其特征在于,包括:
獲取對(duì)話上下文數(shù)據(jù)集;
提取所述對(duì)話上下文數(shù)據(jù)集的主題類別和情感類別,得到所述對(duì)話上下文數(shù)據(jù)集的主題關(guān)鍵詞概率和情感關(guān)鍵詞概率;
根據(jù)所述主題類別和主題關(guān)鍵詞概率預(yù)測(cè)回復(fù)中的主題關(guān)鍵詞,根據(jù)所述情感類別和情感關(guān)鍵詞概率預(yù)測(cè)回復(fù)中的情感關(guān)鍵詞;
根據(jù)所述預(yù)測(cè)的主題關(guān)鍵詞和情感關(guān)鍵詞生成初步的回復(fù);
根據(jù)初步的回復(fù),得到所述初步的回復(fù)的權(quán)重;
根據(jù)所述初步的回復(fù)和權(quán)重,得到最終的回復(fù)。
2.如權(quán)利要求1所述的基于上下文情感對(duì)話的方法,其特征在于,所述提取所述對(duì)話上下文數(shù)據(jù)集的主題類別包括:采用LDA模型確定對(duì)話上下文數(shù)據(jù)集的主題類別。
3.如權(quán)利要求1所述的基于上下文情感對(duì)話的方法,其特征在于,所述得到所述對(duì)話上下文數(shù)據(jù)集的情感關(guān)鍵詞概率包括:采用貝葉斯算法得到所述情感關(guān)鍵詞概率。
4.如權(quán)利要求1所述的基于上下文情感對(duì)話的方法,其特征在于,所述情感類別包括高興,傷心,生氣,厭惡,喜歡,驚訝,恐懼。
5.如權(quán)利要求1所述的基于上下文情感對(duì)話的方法,其特征在于,所述根據(jù)所述主題類別和主題關(guān)鍵詞概率預(yù)測(cè)回復(fù)中的主題關(guān)鍵詞,根據(jù)所述情感類別和情感關(guān)鍵詞概率預(yù)測(cè)回復(fù)中的情感關(guān)鍵詞之前,還包括:
根據(jù)所述主題類別、主題關(guān)鍵詞概率,得到初步預(yù)測(cè)的主題關(guān)鍵詞,根據(jù)所述情感類別、情感關(guān)鍵詞概率,得到初步預(yù)測(cè)的主題關(guān)鍵詞;
其中,ktp為主題類別、P(ktp|ti)為主題關(guān)鍵詞概率,K為初步預(yù)測(cè)的主題關(guān)鍵詞,ket為情感類別ket、P(ket|ti)為情感關(guān)鍵詞概率,E為初步預(yù)測(cè)的主題關(guān)鍵詞。
6.如權(quán)利要求1所述的基于上下文情感對(duì)話的方法,其特征在于,所述根據(jù)所述預(yù)測(cè)的主題關(guān)鍵詞和情感關(guān)鍵詞生成初步的回復(fù),具體包括:
根據(jù)所述預(yù)測(cè)的主題關(guān)鍵詞和情感關(guān)鍵詞生成中間段回復(fù)序列,將所述預(yù)測(cè)的主題關(guān)鍵詞和情感關(guān)鍵詞分別拼接在所述中間段回復(fù)序列兩側(cè),得到所述初步的回復(fù)。
7.如權(quán)利要求1所述的基于上下文情感對(duì)話的方法,其特征在于,所述根據(jù)初步的回復(fù),得到所述初步的回復(fù)的權(quán)重值,具體包括:將所述初步的回復(fù)輸入LSTM模型中,得到所述權(quán)重。
8.如權(quán)利要求1所述的基于上下文情感對(duì)話的方法,其特征在于,所述根據(jù)所述初步的回復(fù)和權(quán)重,得到最終的回復(fù),具體包括:根據(jù)所述初步的回復(fù)和權(quán)重,采用一個(gè)Transformer模型得到最終的回復(fù)。
9.一種基于上下文情感對(duì)話的系統(tǒng),其特征在于,包括:
獲取模塊,用于獲取對(duì)話上下文數(shù)據(jù)集;
提取模塊,用于提取所述對(duì)話上下文數(shù)據(jù)集的主題類別和情感類別,還用于得到所述對(duì)話上下文數(shù)據(jù)集的主題關(guān)鍵詞概率和情感關(guān)鍵詞概率;
預(yù)測(cè)模塊,用于根據(jù)所述主題類別和主題關(guān)鍵詞概率預(yù)測(cè)回復(fù)中的主題關(guān)鍵詞,根據(jù)所述情感類別和情感關(guān)鍵詞概率預(yù)測(cè)回復(fù)中的情感關(guān)鍵詞;
回復(fù)模塊,用于根據(jù)所述預(yù)測(cè)的主題關(guān)鍵詞和情感關(guān)鍵詞生成初步的回復(fù),用于根據(jù)初步的回復(fù),得到所述初步的回復(fù)的權(quán)重值,還用于根據(jù)所述初步的回復(fù)和權(quán)重,得到最終的回復(fù)。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,其特征在于,在處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)可實(shí)現(xiàn)權(quán)利要求1~8任一項(xiàng)所述的方法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于合肥工業(yè)大學(xué),未經(jīng)合肥工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010659317.1/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 自動(dòng)創(chuàng)建上下文信息提供配置的系統(tǒng)
- 用于管理上下文的方法、系統(tǒng)和裝置
- 一種基于本體的上下文感知應(yīng)用平臺(tái)框架模型
- 一種基于上下文感知的智能家居系統(tǒng)
- 實(shí)現(xiàn)上下文感知業(yè)務(wù)應(yīng)用的方法和相關(guān)裝置
- 一種多推理引擎融合上下文感知系統(tǒng)及其工作方法
- 多個(gè)并發(fā)上下文虛擬演進(jìn)型會(huì)話管理(虛擬ESM)
- 一種基于異質(zhì)上下文感知的推薦方法
- 一種可提高上下文質(zhì)量的本體建模方法及裝置
- 微服務(wù)全局上下文控制方法及系統(tǒng)
- 對(duì)話控制裝置、對(duì)話控制方法以及記錄介質(zhì)
- 任務(wù)對(duì)話系統(tǒng)中的對(duì)話處理方法及裝置
- 一種人機(jī)對(duì)話的方法、裝置和存儲(chǔ)介質(zhì)
- 對(duì)話(中)獎(jiǎng)勵(lì)評(píng)估和對(duì)話方法、介質(zhì)、裝置和計(jì)算設(shè)備
- 一種對(duì)話方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)
- 一種輔助英文對(duì)話的方法及系統(tǒng)
- 一種回復(fù)對(duì)話評(píng)分模型訓(xùn)練方法、對(duì)話回復(fù)方法及其裝置
- 一種多輪對(duì)話的問(wèn)題定位方法及裝置
- 文本對(duì)話方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 對(duì)話型文本分類方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)





