本申请涉及人工智能,尤其涉及一种情绪识别方法、情绪识别装置、电子设备及存储介质。
背景技术:
1、目前,在很多的业务领域(如保险行业、商品营销等等)中,为了更好地开展业务,常常需要了解用户的情绪状态,对此,相关技术中常常是基于工作人员的主观经验来判断用户的情绪状态,这一方式会存在着较大的情绪误判,影响情绪识别的准确性,因此,如何提高对情绪识别的准确性,成为了亟待解决的技术问题。
技术实现思路
1、本申请实施例的主要目的在于提出一种情绪识别方法、情绪识别装置、电子设备及存储介质,旨在提高情绪识别的准确性。
2、为实现上述目的,本申请实施例的第一方面提出了一种情绪识别方法,所述方法包括:
3、获取目标对话数据,其中,所述目标对话数据包括目标对象的目标说话音频;
4、对所述目标说话音频进行内容提取,得到所述目标说话音频对应的目标文本句子;
5、基于预设的情绪识别模型对所述目标文本句子进行编码处理,得到目标句子编码特征;
6、基于所述情绪识别模型对所述目标句子编码特征进行情绪识别,得到所述目标文本句子的初始情绪类别;
7、基于预设的情绪词表对所述目标文本句子进行情绪特征词识别,得到识别结果;
8、根据所述识别结果和所述初始情绪类别,得到所述目标文本句子对应的目标情绪类别;
9、基于所述目标情绪类别,得到所述目标对象的情绪状态数据。
10、在一些实施例,所述对所述目标说话音频进行内容提取,得到所述目标说话音频对应的目标文本句子,包括:
11、对所述目标说话音频进行语义特征提取,得到目标音频语义表征;
12、对所述目标音频语义表征进行格式转换,得到初始文本句子;
13、基于预设的语法规则对所述初始文本句子进行文本校正,得到所述目标文本句子。
14、在一些实施例,所述基于所述情绪识别模型对所述目标句子编码特征进行情绪识别,得到所述目标文本句子的初始情绪类别,包括:
15、基于所述情绪识别模型的情绪分类器和候选情绪标签对所述目标句子编码特征进行情绪评分,得到句子情绪分值;
16、基于所述句子情绪分值对所述候选情绪标签进行筛选,得到所述目标文本句子的初始情绪类别。
17、在一些实施例,在所述基于所述目标情绪类别,得到所述目标对象的情绪状态数据之后,所述情绪识别方法还包括:
18、获取所述目标对象的对象基本信息;
19、基于所述对象基本信息和所述情绪状态数据对所述目标对象进行画像构建,得到对象性格画像;
20、基于所述对象性格画像,从预设的候选对话策略信息中筛选出目标对话策略信息;
21、将所述目标对话策略信息推送给反馈对象,以使所述反馈对象根据所述目标对话策略信息与所述目标对象进行对话。
22、在一些实施例,所述基于预设的情绪词表对所述目标文本句子进行情绪特征词识别,得到识别结果,包括:
23、对所述目标文本句子进行分词处理,得到多个文本词段;
24、比对所述文本词段与所述预设情绪词表中的参考情绪特征词,得到所述识别结果,所述识别结果用于表征所述文本词段存在所述参考情绪特征词或者所述文本词段不存在所述参考情绪特征词。
25、在一些实施例,所述根据所述识别结果和所述初始情绪类别,得到所述目标文本句子对应的目标情绪类别,包括:
26、若所述识别结果表征所述文本词段存在所述参考情绪特征词,则选取与所述文本词段相同的参考情绪特征词作为目标情绪特征词;
27、查询所述目标情绪特征词对应的词汇情绪类别;
28、根据预设的优先级顺序、所述词汇情绪类别和所述初始情绪类别,得到所述目标情绪类别。
29、在一些实施例,所述根据预设的优先级顺序、所述词汇情绪类别和所述初始情绪类别,得到所述目标情绪类别,包括:
30、比对所述词汇情绪类别和所述初始情绪类别;
31、若所述词汇情绪类别和所述初始情绪类别相同,则将所述词汇情绪类别或者所述初始情绪类别作为所述目标情绪类别;
32、若所述词汇情绪类别和所述初始情绪类别不相同,则根据所述优先级顺序,选取所述词汇情绪类别和所述初始情绪类别中优先级更高的作为所述目标情绪类别。
33、为实现上述目的,本申请实施例的第二方面提出了一种情绪识别装置,所述装置包括:
34、数据获取模块,用于获取目标对话数据,其中,所述目标对话数据包括目标对象的目标说话音频;
35、内容提取模块,用于对所述目标说话音频进行内容提取,得到所述目标说话音频对应的目标文本句子;
36、编码模块,用于基于预设的情绪识别模型对所述目标文本句子进行编码处理,得到目标句子编码特征;
37、情绪识别模块,用于基于所述情绪识别模型对所述目标句子编码特征进行情绪识别,得到所述目标文本句子的初始情绪类别;
38、特征词识别模块,用于基于预设的情绪词表对所述目标文本句子进行情绪特征词识别,得到识别结果;
39、情绪类别确定模块,用于根据所述识别结果和所述初始情绪类别,得到所述目标文本句子对应的目标情绪类别;
40、情绪状态数据生成模块,用于基于所述目标情绪类别,得到所述目标对象的情绪状态数据。
41、为实现上述目的,本申请实施例的第三方面提出了一种电子设备,所述电子设备包括存储器、处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
42、为实现上述目的,本申请实施例的第四方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。
43、本申请提出的情绪识别方法、情绪识别装置、电子设备及存储介质,其通过获取目标对话数据,其中,目标对话数据包括目标对象的目标说话音频;对目标说话音频进行内容提取,得到目标说话音频对应的目标文本句子,能够将目标说话音频转换为目标文本句子的形式。进一步地,基于预设的情绪识别模型对目标文本句子进行编码处理,得到目标句子编码特征;基于情绪识别模型对目标句子编码特征进行情绪识别,得到目标文本句子的初始情绪类别;基于预设的情绪词表对目标文本句子进行情绪特征词识别,得到识别结果;根据识别结果和初始情绪类别,得到目标文本句子对应的目标情绪类别,最后,基于目标情绪类别,得到目标对象的情绪状态数据,本申请实施例通过结合情绪识别模型和预设情绪词表两种形式来综合确定目标说话音频中的目标文本句子的目标情绪类别,相较于单一方式的情绪识别,采用情绪识别模型和预设情绪词表能够更为客观、准确地评估每个目标文本句子表征的情绪状态,能够有效地提高情绪识别的准确性。
1.一种情绪识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的情绪识别方法,其特征在于,所述对所述目标说话音频进行内容提取,得到所述目标说话音频对应的目标文本句子,包括:
3.根据权利要求1所述的情绪识别方法,其特征在于,所述基于所述情绪识别模型对所述目标句子编码特征进行情绪识别,得到所述目标文本句子的初始情绪类别,包括:
4.根据权利要求1所述的情绪识别方法,其特征在于,在所述基于所述目标情绪类别,得到所述目标对象的情绪状态数据之后,所述情绪识别方法还包括:
5.根据权利要求1至4任一项所述的情绪识别方法,其特征在于,所述基于预设的情绪词表对所述目标文本句子进行情绪特征词识别,得到识别结果,包括:
6.根据权利要求5所述的情绪识别方法,其特征在于,所述根据所述识别结果和所述初始情绪类别,得到所述目标文本句子对应的目标情绪类别,包括:
7.根据权利要求6所述的情绪识别方法,其特征在于,所述根据预设的优先级顺序、所述词汇情绪类别和所述初始情绪类别,得到所述目标情绪类别,包括:
8.一种情绪识别装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的情绪识别方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的情绪识别方法。