一种基于网络流媒体对骂的情感发泄系统及方法与流程

本发明涉及通信
技术领域：
，更具体的说是涉及一种基于网络流媒体对骂的情感发泄系统及方法。
背景技术：
：网络通讯发展到今天，已经被大多数的网民所接受，成为网民不可缺少的网络工具，普遍率非常高，例如即时通信(im)技术，已经被大多数网民所接受。在im软件中，用户使用频率最高的就是利用im软件进行聊天交流沟通，这个也是im软件最基本的功能点，可以达到用户通过网络的一种实时沟通。而在现实生活中，目前很多人都面临心理压力，或多或少会出现一些心理情感问题，表现为烦躁，焦虑，抑郁，生气等，需要及时引导，但是这些信号，对于心理学知识缺乏的人很难觉察，也找不到合适的发泄方式。心理学研究表明骂人是一种很有效的情感发泄方法，只要局限于发泄情绪的人的范围，而不影响他人，那么提供一种可以对骂的平台是合适的。因此，本发明提供了一种基于网络流媒体对骂的情感发泄方法及系统，将情感发泄系统应用于im软件，其支持用户用文本骂人，系统自动理解骂人文本，判断文本情感，然后用对应的文本回骂。技术实现要素：有鉴于此，本发明提供了一种基于网络流媒体对骂的情感发泄系统及方法，基于流媒体im软件，利用机器理解骂人文本的情感，并能用相应的文本自动回骂，使客户随时随地可以找到很好的情感发泄方式。为了实现上述目的，本发明采用如下技术方案：一种基于网络流媒体对骂的情感发泄系统，包括房间客户端、流媒体服务器、房间服务器、道具服务器；其中，用户通过所述房间客户端登录所述房间服务器，并通过所述房间客户端从所述流媒体服务器读取流媒体数据并予以播放；所述道具服务器与所述房间客户端相连，用于向所述房间客户端提供程序，并在房间客户端予以播放；所述道具服务器还包括道具程序存储模块，所述道具程序存储模块包括文本情感学习样本库、幽默笑话文本知识库、对骂文本知识库；所述程序存储模块还包括骂人文本采集单元、骂人文本特征向量构造单元、文本情感分类模型学习单元、文本情感分类单元、幽默笑话文本推送单元、对骂文本知识推理单元、回骂文本推送单元；其中骂人文本采集单元的输出与骂人文本特征向量构造单元的输入连接；骂人文本特征向量构造单元的输出与文本情感分类单元的输入连接；文本情感分类模型学习单元的输出与文本情感分类单元的输入连接；文本情感分类单元的输出与幽默笑话文本推送单元的输入连接；文本情感分类单元的输出与对骂文本知识推理单元的输入连接；对骂文本知识推理单元的输出与回骂文本推送单元的输入连接。优选的，所述房间服务器包括道具程序请求单元，用于向所述的道具服务器请求道具程序。优选的，所述房间服务器包括道具程序播放单元，用于播放所述的道具程序。一种基于网络流媒体对骂的情感发泄方法，包括以下步骤：(1)第一房间内的第一房间客户端向道具服务器发送道具程序请求消息；(2)道具服务器采集用户的骂人文本；(3)利用文本情感分类模型完成文本情感分类，以判断用户的情感是否健康；(4)若文本情感不健康，则利用对骂文本知识库实现对骂文本知识推理，生成合适的对骂文本，否则转(6)；(5)通过道具服务器将所述道具程序发送给第一房间内的房间客户端，第一房间内的房间客户端通过道具程序推送对骂文本给用户；(6)从幽默笑话文本知识库中选择幽默笑话文本，然后通过道具服务器将所述道具程序发送给第一房间内的房间客户端，第一房间内的房间客户端通过道具程序推送选择的幽默笑话文本给用户。优选的，文本情感分类模型的获取过程包含以下步骤：(a)采集n个文本及其对应的情感类别；(b)构造每个人文本的特征向量；(c)构造训练数据，以文本特征向量为输入，其对应的情感类别为输出，构成训练样本集合；(d)采用训练样本集合，学习文本情感分类模型；(e)以m倍交叉验证方式选择文本情感分类模型的合适参数，进而获得对应参数的文本情感分类模型。优选的，所述步骤(3)文本情感分类的方法采用支持向量机。优选的，所述的步骤(4)对骂人文本表达的情感进行了判断，只对情感不健康的骂人文本，利用对骂文本知识库实现对骂文本知识推理，生成合适的对骂文本。优选的，所述的步骤(6)对骂人文本的情感进行了判断，对情感健康的骂人文本，从幽默笑话文本知识库中选择幽默笑话，然后推送选择的幽默笑话文本给用户。经由上述的技术方案可知，与现有技术相比，本发明的有益效果：1、本发明公开提供了一种基于网络流媒体对骂的情感发泄系统及方法，使房间客户端可以根据流媒体播放过程中各种场景的需要而配合使用各种道具，提供给用户一个非常个性化的情感发泄方式，可以大大增强用户的体验。2、本发明可以在对骂时不影响他人，只需要登录房间客户端即可，应用方便。3、与机器对骂，能骂任何难听的话而不用难为情，这样与用户的对骂更自然，更激烈，用户发泄效果更好。4、机器只对情感不健康的用户对骂，使得对骂更准确，发泄效果更好。5、机器对情感健康的用户不回骂，而是推送幽默笑话，这样情感健康的用户也能使用，应用更广泛。6、因为采用机器实现文本对骂，使得用户能在安静的环境用文本大骂发泄情绪，使用方便。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本发明基于网络流媒体对骂的情感发泄系统结构示意图；图2为本发明道具服务器中骂人文本的情感分类过程结构图；图3为本发明道具服务器中骂人文本的情感训练过程结构图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。如图1所示，本发明公开了一个具体实例的流程示意图，该实例中以房间客户端登录房间服务器开始，描述了一个完整的流媒体播放过程，具体包括如下步骤：s101、用户通过房间客户端登录到房间服务器，注册id。该步骤中，每个用户使用唯一id，每个房间有唯一房间id，房间服务器在对应房间里的用户列表里添加用户id，一般一个房间可以提供200-400人通信。房间客户端登录一般使用tcp连接。房间客户端和房间服务器之间保持一个长连接。s102、房间服务器根据用户登录的房间id，返回该房间的所有用户列表给房间客户端。s103、房间客户端显示房间的用户列表和其他用户的聊天信息。s104、房间客户端登录流媒体服务器，使用tcp连接方式登录。s105、流媒体服务器返回流媒体数据给房间客户端，数据一般采用mms流方式传送。s106、房间客户端把从流媒体服务器取得的数据提供给播放器播放。该步骤中一般采用微软的媒体播放器控件，利用其提供的应用编程接口(api)调用播放。同时在房间客户端可以进行聊天等通信，房间其他房间客户端发送的消息通过tcp包发送到房间服务器，房间服务器再中转给其他房间客户端看到。s107、房间客户端向房间服务器发送道具请求，所发送的请求包里含有房间id，用户id，道具id。s108、房间的所有房间客户端收到播放道具命令后，根据指定的道具id，向道具服务器请求道具程序，一般通过tcp方式连接道具服务器。s109、道具服务器返回道具程序给房间客户端，房间客户端播放显示道具程序。如图2所示，由于骂人文本属于短文本，短文本的情感分类问题面临短文本的特征稀疏，短文本的相似性难以度量等问题，本发明采用情感词典解决。(一)首先预处理骂人文本，包括去除停用词和中文分词。中文分词将一个汉字序列切分成一个一个单独的词，中文分词工具采用中国科学院计算所的ictclas。(二)中文分词后采用向量空间模型(vsm)提取特征，将文本转化为原始的特征向量d1＝{(ti1，wi1)，(ti2，wi2)，....，(tin，win)}，其中tin为特征项，它可以是字、词或短语；win为特征项的权重，表示tin在文本中的重要程度。本实施案例采用如下的tfidf公式计算权重：其中，为特征项t在文本中的权重，而为特征项t在文本的频率，n为训练文本的总数，nt为训练文本集中出现t的文本数，分母为归一化因子。该数值越大，特征项t反映的能力越好；该数值越小，特征项t反映的能力越差。(三)根据vsm模型特征提取的文本向量的维数太高，本实施案例采用情感词典和互信息方法完成特征选择。情感词典包括各类情感中常出现的一些词、短语、语法结构等。基于情感词典的特征选择过程就是读取切分后的文本中的每个词语，扫描词典，选择具有情感色彩的词语或结构。互信息特征选择用来选择常规的特征，特征项集合中包含类别ci中出现的所有特征词2)对于每个词t，计算它与类别ci的互信息3)对于类别ci中的所有特征词，按它们的互信息数值大小进行排序；4)选取一个特征向量维数的阀值，进行向量维数的压缩。最后将选择的两类特征合并得到最后的特征集，从而得到骂人文本的特征向量。(四)采用支持向量机作为文本情感分类器，用其分类模型对骂人文本的特征向量分类，判断的情感类别为2类：健康(高兴、惊讶和平静)，不健康(愤怒、悲伤、厌恶、恐惧)。本实施案例的支持向量机采用svmlight实现，核函数选择线性核函数。支持向量机文本情感分类器需要训练获取分类模型，训练过程如图3所示，包括步骤：获取大量的情感文本训练集，然后按分类过程中的方法对每个情感文本预处理，完成特征抽取，完成特征选择，形成情感文本集的特征向量空间，最后在此特征向量空间上训练支持向量机分类器，获得分类模型，并以10倍交叉验证方式选择文本情感分类模型的合适参数，进而获得对应参数的文本情感分类模型并保存，在利用支持向量机完成骂人文本的情感分类时使用。若骂人文本的情感类别被分为健康类别，则从幽默笑话文本知识库中选择幽默笑话文本，并推送给骂人用户。本实施案例采用的幽默笑话文本知识库的格式如下：序号字段名称字段语义解释1splang文本的语言类别2spvector文本特征向量3spwords文本内容本实施案例采用简单的方法选择幽默笑话文本，它从幽默笑话文本知识库中随机抽取记录推送给骂人用户。若骂人文本的情感类别分为不健康类别，则利用对骂文本知识库实现对骂文本知识推理，生成合适的对骂文本。对骂文本知识库是根据领域专家的建议预先建立的，建立骂人文本与回骂文本之间的对应关系。本实施案例采用的对骂文本知识库格式如下：序号字段名称字段语义解释1culang骂人文本的语言类别2cuemotion骂人文本的情感类别3cuwords骂人文本4cuvector骂人文本的特征向量5bclang回骂文本的语言类别6bcemotion回骂文本的情感类别7bcwords回骂文本8bcvector回骂文本的特征向量本实施案例采用如下方法实现对骂文本知识推理，具体步骤为：[1]计算骂人文本的特征向量x[2]采用欧氏距离在对骂文本知识库中搜索k个与x距离最相近的骂人文本特征向量，这里k取5。[3]从k个最相近的骂人文本中随机选择一个骂人文本，以增加回骂的多样性。[4]读取选择的骂人文本对应的回骂文本，并将其作为对骂文本知识推理的结果，即选择为此次的回骂文本。第五步：推送选择的回骂文本给骂人用户。本发明提供的一种基于网络流媒体对骂的情感发泄系统及方法，基于流媒体im软件，利用机器理解骂人文本的情感，并能用相应的文本自动回骂，使客户随时随地可以找到很好的情感发泄方式。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。当前第1页12