情绪识别能力的训练方法、装置及电子设备与流程

1.本公开的实施例涉及认知能力训练技术领域，具体涉及情绪识别能力的训练方法、装置及电子设备。


背景技术：

2.孤独症是一种以社交障碍和刻板行为为主要表现的，起病于婴幼儿期的疾病。目前，孤独症尚没有特效药。孤独症人士社交障碍的重要原因是因为他们的情绪识别能力受损。目前，针对孤独症人士的情绪识别能力训练依赖于一对一的人工康复训练，训练费用高昂、效率低、且专业康复师严重不足。因此大部分孤独症人士的情绪识别问题并没有得到妥善的治疗。
3.现有一些针对孤独症人士的情绪识别训练，但是这些训练不能做到个体化干预。孤独症患者存在较大的个体差异，每个人情绪识别能力受损的方面都不同，即让每个人感觉识别困难的情绪都有所不同。这导致了现有的训练方法无法做到适用于每一个人，因此训练效率低、缺乏针对性，进而也让患者难以坚持训练。
4.因此，有必要提出一种新的认知能力训练方法。


技术实现要素：

5.本公开的实施例提出了情绪识别能力的训练方法、装置、电子设备和存储介质。
6.第一方面，本公开提供了一种情绪识别能力的训练方法，基于预设的情绪图谱进行，上述情绪图谱中的节点代表情绪类别，每个上述节点对应至少一个训练任务，上述方法包括：根据用户执行第一节点对应的训练任务的结果，更新上述第一节点对应的训练正确率；根据上述第一节点对应的训练正确率，更新上述第一节点对应的概率权重，其中，上述概率权重与上述训练正确率负相关；基于更新后的上述概率权重，在上述情绪图谱中进行随机抽取以得到目标节点，并将上述目标节点对应的训练任务提供给用户。
7.在一些可选的实施方式中，上述情绪图谱中的节点还代表上述情绪类别的识别难度。
8.在一些可选的实施方式中，上述训练正确率基于大于预设数目的训练任务得到。
9.在一些可选的实施方式中，上述第一节点对应的训练任务同时还与第二节点相对应；上述根据用户执行第一节点对应的训练任务的结果，更新上述第一节点对应的训练正确率，包括：根据用户执行第一节点对应的训练任务的结果，同时更新上述第一节点对应的训练正确率和上述第二节点对应的训练正确率。
10.在一些可选的实施方式中，上述训练任务包括目标情绪对象和至少两个候选情绪标签，上述至少两个候选情绪标签和上述至少两个情绪类别一一对应；或者上述训练任务包括目标情绪标签和至少两个候选情绪对象，上述至少两个候选情绪对象和上述至少两个情绪类别一一对应。
11.在一些可选的实施方式中，上述根据上述第一节点对应的训练正确率，更新上述第一节点对应的概率权重，包括：根据表达式，确定上述第一节点对应的概率权重，其中，代表上述第一节点对应的概率权重，代表上述第一节点对应的训练正确率，代表递减函数，代表预设常数。
12.在一些可选的实施方式中，上述将上述目标节点对应的训练任务提供给用户，包括：随机抽取上述目标节点对应的训练任务并提供给用户；或者按照预设顺序将上述目标节点对应的训练任务提供给用户。
13.第二方面，本公开提供了一种情绪识别能力的训练装置，基于预设的情绪图谱实现，上述情绪图谱中的节点代表情绪类别，每个上述节点对应至少一个训练任务，上述装置包括：正确率更新单元，用于根据用户执行第一节点对应的训练任务的结果，更新上述第一节点对应的训练正确率；权重更新单元，用于根据上述第一节点对应的训练正确率，更新上述第一节点对应的概率权重，其中，上述概率权重与上述训练正确率负相关；任务提供单元，用于基于更新后的上述概率权重，在上述情绪图谱中进行随机抽取以得到目标节点，并将上述目标节点对应的训练任务提供给用户。
14.在一些可选的实施方式中，上述情绪图谱中的节点还代表上述情绪类别的识别难度。
15.在一些可选的实施方式中，上述训练正确率基于大于预设数目的训练任务得到。
16.在一些可选的实施方式中，上述第一节点对应的训练任务同时还与第二节点相对应；上述正确率更新单元还用于：根据用户执行第一节点对应的训练任务的结果，同时更新上述第一节点对应的训练正确率和上述第二节点对应的训练正确率。
17.在一些可选的实施方式中，上述训练任务包括目标情绪对象和至少两个候选情绪标签，上述至少两个候选情绪标签和上述至少两个情绪类别一一对应；或者上述训练任务包括目标情绪标签和至少两个候选情绪对象，上述至少两个候选情绪对象和上述至少两个情绪类别一一对应。
18.在一些可选的实施方式中，上述权重更新单元还用于：根据表达式，确定上述第一节点对应的概率权重，其中，代表上述第一节点对应的概率权重，代表上述第一节点对应的训练正确率，代表递减函数，代表预设常数。
19.在一些可选的实施方式中，上述训练任务提供单元还用于：随机抽取上述目标节点对应的训练任务并提供给用户；或者按照预设顺序将上述目标节点对应的训练任务提供给用户。
20.第三方面，本公开提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如本公开第一方面任一实施方式描述的方法。
21.第四方面，本公开提供了一种计算机可读存储介质，其上存储有计算机程序，其中，上述计算机程序被一个或多个处理器执行时实现如本公开第一方面任一实施方式描述的方法。
22.在本公开实施例提供的情绪识别能力的训练方法、装置、电子设备和存储介质中，基于节点的训练正确率更新节点的概率权重，基于更新后的概率权重随机抽取节点并向用户提供相应的训练任务，能够按照用户的能力水平推送训练任务，使正确率低的训练任务具有更高的出现概率，有利于提高训练效率，避免对已经掌握的技能进行不必要的训练，同时因为不做过于简单的训练，使训练持续有一定挑战，提高了训练的趣味性和依从性。
附图说明
23.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图仅用于示出具体实施方式的目的，而并不认为是对本公开的限制。在附图中：图1是本公开实施例可以应用于其中的示例性系统架构图；图2是根据本公开实施例的情绪识别能力的训练方法的流程图；图3a是根据本公开实施例的情绪图谱的第一示意图；图3b是根据本公开实施例的情绪图谱的第二示意图；图4是根据本公开实施例的情绪识别能力的训练装置的示意图；图5是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
24.下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
25.需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
26.图1示出了可以应用本公开的情绪识别能力的训练方法、装置、电子设备和存储介质的实施例的示例性系统架构100。
27.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
28.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如情绪识别能力的训练类应用、语音识别类应用、网页浏览器应用等。
29.终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器（moving picture experts group audio layer iii，动态影像专家压缩标准音频层面3）、mp4（moving picture experts group audio layer iv，动态影像专家压缩标准音频层面4）播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的终端设备中。其可以实现成多个软件或软件模块（例如用来提供情绪识别能力的训练服务），也可以实现成单个软件或软件模块。在此不做具体限定。
30.在一些情况下，本公开所提供的情绪识别能力的训练方法可以由终端设备101、102、103执行，相应地，情绪识别能力的训练装置可以设置于终端设备101、102、103中。这时，系统架构100也可以不包括服务器105。
31.在一些情况下，本公开所提供的情绪识别能力的训练方法可以由终端设备101、102、103和服务器105共同执行，例如，“将目标节点对应的训练任务提供给用户”等步骤可以由终端设备101、102、103执行，“根据用户执行第一节点对应的训练任务的结果，更新第一节点对应的训练正确率”等步骤可以由服务器105执行。本公开对此不做限定。相应地，情绪识别能力的训练装置也可以分别设置于终端设备101、102、103和服务器105中。
32.需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块（例如用来提供分布式服务），也可以实现成单个软件或软件模块。在此不做具体限定。
33.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
34.继续参考图2，其示出了根据本公开的情绪识别能力的训练方法的一个实施例的流程200，该方法例如由图1所示的终端设备实施，或者由图1所示的终端设备和服务器共同实施。
35.本实施例中的情绪识别能力的训练方法基于预设的情绪图谱进行。情绪图谱中的节点代表情绪类别，情绪图谱中的边代表不同情绪类别之间的差异度。每个节点对应至少一个训练任务。
36.在本实施例中，可以采取多种方式进行情绪分类，例如将情绪分为快乐、愤怒、恐惧和悲哀等四个类别，或者将情绪分为悲痛、恐惧、惊奇、接受、狂喜、狂怒、警惕和憎恨等八个类别，又或者将情绪分为原始情绪、与感觉刺激有关的情绪、与自我评价有关的情绪和与他人有关的情绪等四个大类，并在每个大类下进一步划分具体的情绪类别。本公开对情绪分类的方式不作限定。
37.情绪类别之间的差异度，是指不同情绪类别之间差异的程度。例如，快乐和悲哀这两种情绪类别在内在感受和外在表现等方面区别较大，因此两者之间的差异度较大。
38.在一个例子中，可以对不同情绪类别之间的差异度进行量化，例如快乐和悲哀之
间的差异度为3，恐惧和悲哀之间的差异度为2。可以基于任意的心理学理论或者采用任意的心理学模型，对不同情绪类别之间的差异度进行量化，本公开对此不作限定。
39.在本实施例中，训练任务用于提升用户的情绪识别能力。训练任务可以包括情绪对象和/或情绪标签。上述情绪对象可以是与情绪相关的图像、音视频或者文字等，例如一张微笑的图片，一段哭泣的音频，或者一段描写悲伤情绪的文字等。上述情绪标签例如是情绪类别的名称，例如“快乐”、“愤怒”或者“悲哀”等。
40.本实施例中的情绪对象和情绪标签可以是图像、视频、声音或者文字等多种形式，本公开对此不作限定。
41.在一些实施方式中，可以给定情绪对象，让用户选择与其相匹配的情绪标签。也可以给定情绪标签，让用户选择与其相匹配的情绪对象。
42.在一些实施方式中，一个训练任务可以与一个节点（即情绪类别）相对应。例如，在一个与“快乐”相对应的训练任务中，可以向用户提供一张微笑的图片，再由用户以语音或者文字等方式回答相应的情绪类别，据此训练用户对“快乐”的情绪识别能力。
43.在另一些实施方式中，一个训练任务可以同时与多个节点（即情绪类别）相对应。
44.例如，训练任务可以包括目标情绪对象和至少两个候选情绪标签，其中至少两个候选情绪标签和至少两个情绪类别一一对应。例如，训练任务中的目标情绪对象可以是一张微笑的图片，训练任务中的候选情绪标签可以是“快乐”和“悲哀”。又例如，训练任务中的目标情绪对象可以是一段哭泣的音频，训练任务中的候选情绪标签可以是“快乐”、“悲哀”和“愤怒”。
45.在上述例子中，用户可以选择与目标情绪对象相匹配的候选情绪标签，以完成对训练任务的应答。
46.又例如，训练任务可以包括目标情绪标签和至少两个候选情绪对象，其中至少两个候选情绪对象和至少两个情绪类别一一对应。例如，训练任务中的目标情绪标签可以是“快乐”，训练任务中的候选情绪对象可以是一段大笑的音频（对应于快乐的情绪类别）和一段哭泣的音频（对应于悲哀的情绪类别）。
47.在上述例子中，用户可以选择与目标情绪标签相匹配的候选情绪对象，以完成对训练任务的应答。
48.图3a是根据本公开实施例的情绪图谱的第一示意图。如图3a所示，该情绪图谱中的节点代表情绪类别，例如“快乐”、“恐惧”、“悲哀”和“愤怒”等。该情绪图谱中的边代表不同情绪类别之间的差异度，例如“快乐”和“恐惧”之间的差异度为2，“恐惧”和“悲哀”之间的差异度为2，“快乐”和“悲哀”之间的差异度为3。该情绪图谱中的节点还对应于至少一个训练任务。例如，“快乐”对应于任务1和任务2，“恐惧”对应于任务3和任务4，“悲哀”对应于任务5和任务6，“愤怒”对应于任务7和任务8。
49.图3b是根据本公开实施例的情绪图谱的第二示意图。如图3b所示，该情绪图谱中的节点除了代表情绪类别外，还代表情绪类别的识别难度。例如，节点“快乐i”代表的情绪类别为“快乐”，代表的识别难度为“i”，节点“快乐ii”代表的情绪类别为“快乐”，代表的识别难度为“ii”。节点“快乐i”和节点“快乐ii”对应的情绪类别均为“快乐”，但节点“快乐ii”对应的识别难度高于节点“快乐i”对应的识别难度。
50.在图3b中，预设情绪图谱中的边代表不同情绪类别和/或不同识别难度之间的差
异度。例如，“快乐i”和“恐惧i”之间的差异度为2，“快乐i”和“快乐ii”之间的差异度为1，“快乐ii”和“恐惧ii”之间的差异度为3。
51.在图3b中，每个节点对应于至少一个训练任务。例如，“快乐ii”对应于任务1和任务2，“恐惧ii”对应于任务3和任务4，“快乐i”对应于任务7和任务8。
52.如图2所示，该情绪识别能力的训练方法包括以下步骤：步骤201，根据用户执行第一节点对应的训练任务的结果，更新第一节点对应的训练正确率。
53.在步骤201之前，可以先向用户提供第一节点对应的训练任务，并获取用户执行第一节点对应的训练任务的结果。
54.在一些实施方式中，可以先基于随机抽取、用户指定或者预设顺序等方式从情绪图谱中确定出第一节点，再进一步基于随机抽取、用户指定或者预设顺序等方式从第一节点对应的训练任务中确定出特定的一个或者多个训练任务，并将这些训练任务提供给用户，以获得用户执行第一节点对应的训练任务的结果。
55.例如，对于图3a中的情绪图谱，可以先通过随机抽取的方式从该情绪图谱中选出节点“愤怒”作为第一节点。在此基础上，可以再进一步通过随机抽取的方式在“愤怒”对应的训练任务中选出任务8，并将任务8提供给用户进行练习。
56.在另一些实施方式中，可以基于随机抽取、用户指定或者预设顺序等方式，直接从全体训练任务中选出特定的一个或者多个训练任务，并将这些训练任务提供给用户。
57.例如，对于图3a中的情绪图谱，可以通过随机抽取的方法直接在任务1至任务8中选出任务6，并将任务6提供给用户进行练习。
58.在本实施例中，用户可以通过语音、文字或者动作等方式执行训练任务，例如输入情绪类别、选择情绪标签或者选择情绪对象等。本实施例中方法的实施主体可以接收用户的输入信息并将其与预先存储的参考数据进行对比，以判断用户对训练任务的应答结果是正确还是错误。
59.在本实施例中，可以根据用户执行的对应于第一节点的训练任务的总数，以及用户正确作答的对应于第一节点的训练任务的数目，确定第一节点对应的训练正确率。
60.在一个例子中，假设用户执行的对应于第一节点的训练任务的总数为，用户正确作答的对应于第一节点的训练任务的数目为，则第一节点对应的训练正确率为。
61.在一些实施方式中，为了更精准合理的量化用户的情绪识别能力，可以基于大于预设数目（例如3、5或者10）的训练任务确定训练正确率。例如，可以只在用户执行的对应于第一节点的训练任务的总数大于5的情况下，才计算和更新第一节点的训练正确率，以便保证较大的样本量，减小随机因素对用户能力量化的影响。
62.在一个训练任务同时与多个节点相对应的情况下，可以根据该训练任务的应答结果同时对上述多个节点对应的训练正确率进行更新。
63.步骤202，根据第一节点对应的训练正确率，更新第一节点对应的概率权重，其中，概率权重与训练正确率负相关。
64.在本实施例中，通过随机抽取的方式选择目标节点或者训练任务，每个节点或者训练任务具有相应的概率权重。在初始状态，每个节点的概率权重均相同（例如是1），或者
每个训练任务的概率权重均相同（例如是1），这样全部节点或者全部训练任务能够以相等的概率被抽取。
65.在本实施例中，第一节点的概率权重与第一节点的训练正确率负相关。通过上述方式，能够使正确率低的训练任务具有更高的出现概率，有利于提高训练效率，避免对已经掌握的技能进行不必要的训练。
66.在一些实施方式中，可以根据表达式，确定第一节点对应的概率权重，其中，代表第一节点对应的概率权重，代表第一节点对应的训练正确率，代表递减函数，代表预设常数。
67.在一个例子中，上述预设常数可以是0.5，上述递减函数可以是，相应地表达式为。基于该表达式，训练正确率为50%的节点的概率权重为，训练正确率为80%的节点的概率权重为，训练正确率为30%的节点的概率权重为。由此可见，节点的训练正确率越高，更新后的概率权重越低，反之节点的训练训练正确率越低，更新后的概率权重越高。
68.步骤203，基于更新后的概率权重，在情绪图谱中进行随机抽取以得到目标节点，并将目标节点对应的训练任务提供给用户。
69.在得到目标节点后，可以进一步基于随机抽取、用户指定或者预设顺序等方式从目标节点对应的训练任务中确定出特定的一个或者多个训练任务，并将这些训练任务提供给用户。
70.例如，可以从目标节点对应的训练任务中进行等概率的随机抽取，并将抽取出的训练任务提供给用户。
71.又例如，可以将目标节点对应的训练任务展示给用户以供用户选择，并将用户选出的训练任务提供给用户进行训练。
72.又例如，可以预先为节点对应的训练任务编制序号，并按照序号递增（或者递减）的顺序将目标节点对应的训练任务提供给用户。
73.在一些实施方式中，可以优先将用户未执行过的训练任务提供给用户。
74.在一些实施方式中，可以直接从全体训练任务中选出特定的一个或者多个训练任务。在该实施方式中，可以将第一节点对应的各个训练任务的概率权重设置为与第一节点的概率权重相同的数值，并基于更新后的概率在全体训练任务中直接进行随机抽取，以便将抽取的训练任务提供给用户。
75.在一些实施方式中，可以在达到预设条件时结束训练。例如，可以在用户完成预设数量的训练任务后结束训练，或者可以在用户的训练正确率超过预设阈值后结束训练，本公开对此不作限定。
76.在本公开实施例提供的情绪识别能力的训练方法中，基于节点的训练正确率更新节点的概率权重，基于更新后的概率权重随机抽取节点并向用户提供相应的训练任务，能够按照用户的能力水平推送训练任务，使正确率低的训练任务具有更高的出现概率，有利于提高训练效率，避免对已经掌握的技能进行不必要的训练，同时因为不做过于简单的训练，使训练持续有一定挑战，提高了训练的趣味性和依从性。
77.进一步参考图4，作为对上述方法的实现，本公开提供了一种情绪识别能力的训练
装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
78.如图4所示，本实施例的情绪识别能力的训练装置400包括：正确率更新单元401，用于根据用户执行第一节点对应的训练任务的结果，更新第一节点对应的训练正确率；权重更新单元402，用于根据第一节点对应的训练正确率，更新第一节点对应的概率权重，其中，概率权重与训练正确率负相关；任务提供单元403，用于基于更新后的概率权重，在情绪图谱中进行随机抽取以得到目标节点，并将目标节点对应的训练任务提供给用户。
79.在本实施例中，情绪识别能力的训练装置400的正确率更新单元401、权重更新单元402和任务提供单元403的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明，在此不再赘述。
80.在一些可选的实施方式中，上述情绪图谱中的节点还代表上述情绪类别的识别难度。
81.在一些可选的实施方式中，上述训练正确率基于大于预设数目的训练任务得到。
82.在一些可选的实施方式中，上述第一节点对应的训练任务同时还与第二节点相对应；上述正确率更新单元401还用于：根据用户执行第一节点对应的训练任务的结果，同时更新上述第一节点对应的训练正确率和上述第二节点对应的训练正确率。
83.在一些可选的实施方式中，上述训练任务包括目标情绪对象和至少两个候选情绪标签，上述至少两个候选情绪标签和上述至少两个情绪类别一一对应；或者上述训练任务包括目标情绪标签和至少两个候选情绪对象，上述至少两个候选情绪对象和上述至少两个情绪类别一一对应。
84.在一些可选的实施方式中，上述权重更新单元402还用于：根据表达式，确定上述第一节点对应的概率权重，其中，代表上述第一节点对应的概率权重，代表上述第一节点对应的训练正确率，代表递减函数，代表预设常数。
85.在一些可选的实施方式中，上述训练任务提供单元403还用于：随机抽取上述目标节点对应的训练任务并提供给用户；或者按照预设顺序将上述目标节点对应的训练任务提供给用户。
86.需要说明的是，本公开的实施例提供的情绪识别能力的训练装置中各单元的实现细节和技术效果可以参考本公开中其它实施例的说明，在此不再赘述。
87.下面参考图5，其示出了适于用来实现本公开的电子设备的计算机系统600的结构示意图。图5示出的计算机系统500仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
88.如图5所示，计算机系统500可以包括处理装置（例如中央处理器、图形处理器等）501，其可以根据存储在只读存储器（rom）502中的程序或者从存储装置508加载到随机访问存储器（ram）503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有计算机系统500操作所需的各种程序和数据。处理装置501、rom 502以及ram 503通过总线504彼此相连。输入/输出（i/o）接口505也连接至总线504。
89.通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风等的输入装置506；包括例如液晶显示器（lcd）、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许计算机系统500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备的计算机系统500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
90.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom 502被安装。在该计算机程序被处理装置501执行时，执行本公开的实施例的方法中限定的上述功能。
91.需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom或闪存）、光纤、便携式紧凑磁盘只读存储器（cd-rom）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf（射频）等等，或者上述的任意合适的组合。
92.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
93.上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备实现如图2所示的实施例及其可选实施方式示出的情绪识别能力的训练方法。
94.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务
提供商来通过因特网连接）。
95.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
96.描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，正确率更新单元还可以被描述为“用于根据用户执行第一节点对应的训练任务的结果，更新第一节点对应的训练正确率的单元”。
97.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。