CN109522927A - 用于用户消息的情感分析方法及装置 - Google Patents
用于用户消息的情感分析方法及装置 Download PDFInfo
- Publication number
- CN109522927A CN109522927A CN201811173853.XA CN201811173853A CN109522927A CN 109522927 A CN109522927 A CN 109522927A CN 201811173853 A CN201811173853 A CN 201811173853A CN 109522927 A CN109522927 A CN 109522927A
- Authority
- CN
- China
- Prior art keywords
- user
- value
- message request
- default behavior
- emotional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 230000002996 emotional effect Effects 0.000 claims abstract description 87
- 230000008451 emotion Effects 0.000 claims abstract description 50
- 238000013016 damping Methods 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013145 classification model Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 4
- 230000006399 behavior Effects 0.000 description 68
- 238000012549 training Methods 0.000 description 12
- 230000001960 triggered effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 241001653634 Russula vesca Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种用于用户消息的情感分析方法及装置。该方法包括接收第一用户的消息请求;根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件;以及如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件,则执行预设行为反馈。本申请解决了情感分析效果较差的技术问题。通过本申请的方法得到的用户情感分析结果准确度高、情感维度丰富,用户体验较好。
Description
技术领域
本申请涉及用户情感分析领域,具体而言,涉及一种用于用户消息的情感分析方法及装置。
背景技术
在人机对话场景中,机器人会根据用户请求进行相应的回复应答。
发明人发现,机器人通过用户输入的消息分析用户情感时通常存在偏差,从而造成机器人分析得到的用户情感维度单一。进一步,由于对用户情感缺少相应的行为反馈,影响了用户体验。
针对相关技术中情感分析效果较差的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种用于用户消息的情感分析方法及装置,以解决情感分析效果较差的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种用于用户消息的情感分析方法。
根据本申请的用于用户消息的情感分析方法包括:接收第一用户的消息请求;根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件;以及如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件,则执行预设行为反馈。
进一步地,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件之前包括:将所述消息请求输入预先训练的FastText分类模型分类;根据所述FastText分类模型输出分类结果;将所述分类结果映射,转化为任一情感维度变化的基础值。
进一步地,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件包括:根据所述分类结果中分类情感的基础值和情感类别对应的置信度计算情感维度未衰减值。
进一步地,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件包括:根据短时阻尼修改所述第一用户的情感维度未衰减值。
进一步地,如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件,则执行预设行为反馈包括:根据第一用户唯一身份标识将所述第一用户的情感值储存在数据库中;如果根据所述消息请求判断第一用户的情感值变化达到预设行为触发阈值时,则触发向第一用户执行的行为反馈。
为了实现上述目的,根据本申请的另一方面,提供了一种用于用户消息的情感分析装置。
根据本申请的用于用户消息的情感分析装置包括:接收模块,用于接收第一用户的消息请求;判断模块,用于根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件;以及执行模块,用于根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件时,执行预设行为反馈。
进一步地,所述装置中还包括:分类模型模块,所述分类模型模块包括:输入单元,用于将所述消息请求输入预先训练的FastText分类模型分类;输出单元,用于根据所述FastText分类模型输出分类结果;映射单元,用于将所述分类结果映射,转化为任一情感维度变化的基础值。
进一步地,所述判断模块还包括:置信度单元,用于根据所述分类结果中分类情感的基础值和情感类别对应的置信度计算情感维度未衰减值。
进一步地,所述判断模块还包括:阻尼单元,用于根据短时阻尼修改所述第一用户的情感维度未衰减值。
进一步地,所述执行模块包括:储存单元,用于根据第一用户唯一身份标识将所述第一用户的情感值储存在数据库中;触发单元,用于根据所述消息请求判断第一用户的情感值变化达到预设行为触发阈值时,触发向第一用户执行的行为反馈。
在本申请实施例中,采用接收第一用户的消息请求的方式,通过根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件,达到了如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件,则执行预设行为反馈的目的,从而实现了准确、多维分析用户情感并执行相应反馈的技术效果,进而解决了情感分析效果较差的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请第一实施例的用于用户消息的情感分析方法示意图;
图2是根据本申请第二实施例的用于用户消息的情感分析方法示意图;
图3是根据本申请第三实施例的用于用户消息的情感分析方法示意图;
图4是根据本申请第一实施例的用于用户消息的情感分析装置示意图;
图5是根据本申请第二实施例的用于用户消息的情感分析装置示意图;
图6是根据本申请第三实施例的用于用户消息的情感分析装置示意图;
图7是根据本申请第四实施例的用于用户消息的情感分析装置示意图;以及
图8是根据本申请一优选实施例中的用于用户消息的情感分析方法实现流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在不冲突的情况下,本申请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申请。
如图1所示,该方法包括如下的步骤S102至步骤S106:
步骤S102,接收第一用户的消息请求;
当用户在前端发送请求后,在后台服务器接收到用户的消息请求。用户的消息请求是持续接收的,只要用户发送就会对消息请求进行接收。
步骤S104,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件;
根据接收到的消息请求判断第一用户的情感值变化可以先对用户的情感倾向进行分类、然后再记录每一类情感倾向的变化值。通过持续记录每一类情感的变化值后可以判断出情感值变化是否满足预设行为触发条件。
具体地,当用户的某一请求变化值达到一个预设阈值时,则认为满足相应行为触发条件。
需要注意的是,预设行为触发条件可以根据实际使用场景进行创建和设置,在本申请中并不进行限定。比如,养成类恋爱游戏中的NPC预设行为触发条件可以根据用户的情感变化值满足进行是否满足“答应约会”触发条件、“送礼物”触发条件判断。又比如,策略类游戏的NPC预设行为触发条件可以根据用户的情感变化值进行是否满足“开始战斗”触发条件判断。
具体地,在上述步骤中的情感值变化可以根据训练模型进行类别分类,之后针对每一个类别中的情感值进行实时更新和修改。
步骤S106,如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件,则执行预设行为反馈。
如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件时,可以通过在数据库中更新该用户ID的情感值变化结果,并根据情感值变化结果执行预设行为的反馈。
需要注意的是,在执行预设的行为反馈时查看的是数据库中更新的最新情感值变化结果,而预设的行为反馈可以实际使用场景进行选择,在本申请中并不进行限定。比如,养成类恋爱游戏中的NPC如果根据用户的情感变化值满足预设行为触发条件,则NPC执行“答应约会”反馈、“送礼物”反馈等。又比如,策略类游戏的NPC如果根据用户的情感变化值满足预设行为触发条件,则NPC执行“开始战斗”反馈。
具体地,在上述步骤中的情感值变化可以根据训练模型进行类别分类,之后针对每一个类别中的情感值进行实时修改并在相关的数据库中进行更新。
需要注意的是,在上述步骤中的第一用户的消息请求按照用户ID进行关联匹配,并且在数据库中建立该用户ID的不同类别情感值数据表。
从以上的描述中,可以看出,本申请实现了如下技术效果:
在本申请实施例中,采用接收第一用户的消息请求的方式,通过根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件,达到了如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件,则执行预设行为反馈的目的,从而实现了准确、多维分析用户情感并执行相应反馈的技术效果,进而解决了情感分析效果较差的技术问题。
根据本申请实施例,作为本实施例中的优选,如图2所示,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件之前包括:
步骤S202,将所述消息请求输入预先训练的FastText分类模型分类;
在判断第一用户的情感值变化是否满足预设行为触发条件之前首先需要准备预训练语料,通常语料都是由AI训练师标注的数据。根据语料训练分类模型。
具体地,采用FastText分类模型作为训练模型进行训练,训练好后将消息请求输入至FastText分类模型进行分类。比如,在情感类游戏中,分为了如下的14种类别:
Flirt、OfferRomanticGift、AskOut、ShareFeelings、Compliment、OfferGift、Apologize、Insult、Embarrass、SpreadRumors、Fight、Break-Up、Hello、request。
需要注意的是,在本申请中的分类数量可以根据实际使用场景进行选择,在本申请中并不进行限定。
步骤S204,根据所述FastText分类模型输出分类结果;
根据FastText分类模型输出分类结果,分类结果中包含有对用户请求的情感分类处理结果。针对不同类型情感进行了分类。
步骤S206,将所述分类结果映射,转化为任一情感维度变化的基础值。
对于上步骤中的分类结果映射后,转化为某一情感维度变化的基础值。
需要注意的是,在本申请中对分类结果进行映射时根据预先定义好的分数转化表进行映射,本领域技术人员可以根据实际场景进行选择,在本申请中并不进行限定。
还需要注意的是,在本申请中的某一情感维度是根据预先情感分类确定,本领域技术人员可以根据实际场景进行选择,在本申请中并不进行限定。
根据本申请实施例,作为本实施例中的优选,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件包括:根据所述分类结果中分类情感的基础值和情感类别对应的置信度计算情感维度未衰减值。
具体地,根据上述步骤计算得到的某一情感维度变化的基础值,使用基础值乘以分到该类置信度的平方作为未衰减值。通过该步骤有效地修正基础值。
根据本申请实施例,作为本实施例中的优选,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件包括:根据短时阻尼修改所述第一用户的情感维度未衰减值。
具体地,使用未衰减值乘以一个阻尼系数得到最终的变化值,每一个维度都有一个阻尼系数,阻尼系数从1开始,每次修改该情感维度值之后递减。三分钟后重置为1。通过该步骤有效地降低可能出现的情感冲突/异常情况。比如,用户A多次重复发送同样内容的消息。又比如,用户B在短时间内重复多次发送消息内容。
根据本申请实施例,作为本实施例中的优选,如图3所示,如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件,则执行预设行为反馈包括:
步骤S302,根据第一用户唯一身份标识将所述第一用户的情感值储存在数据库中;
用户唯一身份标识可以是用户的手机号、用户的平台账号、用户的社交账号等,在本申请中并不进行限定。
具体地,根据用户的唯一身份标识将用户的情感值按照每个用户唯一身份标识储存在数据库中。
需要注意的是,储存用户情感值的数据库可以根据不同的使用场景进行选择,在本申请中优选选择可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API的Redis数据库,但并不作为对本申请的限定。
比如,可以通过将用户的情感值储存在Redis数据库中。
步骤S304,如果根据所述消息请求判断第一用户的情感值变化达到预设行为触发阈值时,则触发向第一用户执行的行为反馈。
如果判断第一用户的情感值变化达到预设行为触发阈值时,则触发向第一用户执行的行为反馈。同时该行为反馈会作为返回系统的处理结果,用户即可接收到。
比如,可以通过将用户的情感值储存在Redis数据库中,当情感值达到预定的阈值时,可以触发一定的预设动作反馈。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本申请实施例,还提供了一种用于实施上述用于用户消息的情感分析方法的装置,如图4所示,该装置包括:用于用户消息的情感分析装置,其特征在于,包括:接收模块10,用于接收第一用户的消息请求;判断模块20,用于根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件;以及执行模块30,用于根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件时,执行预设行为反馈。
本申请实施例的接收模块10中当用户在前端发送请求后,在后台服务器接收到用户的消息请求。用户的消息请求是持续接收的,只要用户发送就会对消息请求进行接收。
本申请实施例的判断模块20中根据接收到的消息请求判断第一用户的情感值变化可以先对用户的情感倾向进行分类、然后再记录每一类情感倾向的变化值。通过持续记录每一类情感的变化值后可以判断出情感值变化是否满足预设行为触发条件。
具体地,当用户的某一请求变化值达到一个预设阈值时,则认为满足相应行为触发条件。
需要注意的是,预设行为触发条件可以根据实际使用场景进行创建和设置,在本申请中并不进行限定。比如,养成类恋爱游戏中的NPC预设行为触发条件可以根据用户的情感变化值满足进行是否满足“答应约会”触发条件、“送礼物”触发条件判断。又比如,策略类游戏的NPC预设行为触发条件可以根据用户的情感变化值进行是否满足“开始战斗”触发条件判断。
具体地,在上述步骤中的情感值变化可以根据训练模型进行类别分类,之后针对每一个类别中的情感值进行实时更新和修改。
本申请实施例的执行模块30中如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件时,可以通过在数据库中更新该用户ID的情感值变化结果,并根据情感值变化结果执行预设行为的反馈。
需要注意的是,在执行预设的行为反馈时查看的是数据库中更新的最新情感值变化结果,而预设的行为反馈可以实际使用场景进行选择,在本申请中并不进行限定。比如,养成类恋爱游戏中的NPC如果根据用户的情感变化值满足预设行为触发条件,则NPC执行“答应约会”反馈、“送礼物”反馈等。又比如,策略类游戏的NPC如果根据用户的情感变化值满足预设行为触发条件,则NPC执行“开始战斗”反馈。
具体地,在上述步骤中的情感值变化可以根据训练模型进行类别分类,之后针对每一个类别中的情感值进行实时修改并在相关的数据库中进行更新。
需要注意的是,在上述步骤中的第一用户的消息请求按照用户ID进行关联匹配,并且在数据库中建立该用户ID的不同类别情感值数据表。
根据本申请实施例,作为本实施例中的优选,如图5所示,还包括:分类模型模块40,所述分类模型模块包括:输入单元401,用于将所述消息请求输入预先训练的FastText分类模型分类;输出单元402,用于根据所述FastText分类模型输出分类结果;映射单元403,用于将所述分类结果映射,转化为任一情感维度变化的基础值。
本申请实施例的输入单元401中在判断第一用户的情感值变化是否满足预设行为触发条件之前首先需要准备预训练语料,通常语料都是由AI训练师标注的数据。根据语料训练分类模型。
具体地,采用FastText分类模型作为训练模型进行训练,训练好后将消息请求输入至FastText分类模型进行分类。比如,在情感类游戏中,分为了如下的14种类别:
Flirt、OfferRomanticGift、AskOut、ShareFeelings、Compliment、OfferGift、Apologize、Insult、Embarrass、SpreadRumors、Fight、Break-Up、Hello、request。
需要注意的是,在本申请中的分类数量可以根据实际使用场景进行选择,在本申请中并不进行限定。
本申请实施例的输出单元402中根据FastText分类模型输出分类结果,分类结果中包含有对用户请求的情感分类处理结果。针对不同类型情感进行了分类。
本申请实施例的映射单元403中对于上步骤中的分类结果映射后,转化为某一情感维度变化的基础值。
需要注意的是,在本申请中对分类结果进行映射时根据预先定义好的分数转化表进行映射,本领域技术人员可以根据实际场景进行选择,在本申请中并不进行限定。
还需要注意的是,在本申请中的某一情感维度是根据预先情感分类确定,本领域技术人员可以根据实际场景进行选择,在本申请中并不进行限定。
根据本申请实施例,作为本实施例中的优选,如图6所示,所述判断模块还包括:置信度单元202,用于根据所述分类结果中分类情感的基础值和情感类别对应的置信度计算情感维度未衰减值。
具体地,根据上述步骤计算得到的某一情感维度变化的基础值,使用基础值乘以分到该类置信度的平方作为未衰减值。通过该步骤有效地修正基础值。
根据本申请实施例,作为本实施例中的优选,如图6所示,所述判断模块20还包括:阻尼单元201,用于根据短时阻尼修改所述第一用户的情感维度未衰减值。
具体地,使用未衰减值乘以一个阻尼系数得到最终的变化值,每一个维度都有一个阻尼系数,阻尼系数从1开始,每次修改该情感维度值之后递减。三分钟后重置为1。通过该步骤有效地降低可能出现的情感冲突/异常情况。比如,用户A多次重复发送同样内容的消息。又比如,用户B在短时间内重复多次发送消息内容。
根据本申请实施例,作为本实施例中的优选,如图7所示,所述执行模块包括:储存单元301,用于根据第一用户唯一身份标识将所述第一用户的情感值储存在数据库中;触发单元302,用于根据所述消息请求判断第一用户的情感值变化达到预设行为触发阈值时,触发向第一用户执行的行为反馈。
在本申请实施例的储存单元301中用户唯一身份标识可以是用户的手机号、用户的平台账号、用户的社交账号等,在本申请中并不进行限定。
具体地,根据用户的唯一身份标识将用户的情感值按照每个用户唯一身份标识储存在数据库中。
需要注意的是,储存用户情感值的数据库可以根据不同的使用场景进行选择,在本申请中优选选择可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API的Redis数据库,但并不作为对本申请的限定。
比如,可以通过将用户的情感值储存在Redis数据库中。
在本申请实施例的触发单元302中如果判断第一用户的情感值变化达到预设行为触发阈值时,则触发向第一用户执行的行为反馈。同时该行为反馈会作为返回系统的处理结果,用户即可接收到。
比如,可以通过将用户的情感值储存在Redis数据库中,当情感值达到预定的阈值时,可以触发一定的预设动作反馈。
请参考图8,本实施例中采用情感类游戏为例,对本申请的实现原理进行详细说明:
(0)接收用户请求
(1)首先需要准备预训练语料,通常语料都是由AI训练师标注的数据。根据语料训练分类模型。
使用人工标注的数据训练一个FastText模型,一共分为14类:Flirt、OfferRomanticGift、AskOut、ShareFeelings、Compliment、OfferGift、Apologize、Insult、Embarrass、SpreadRumors、Fight、Break-Up、Hello、request;
(2)采用FastText分类模型进行分类,对用户的输入进行分类,根据预先定义好的分数转换表,得到某一情感维度值变化的基础值;
(3)使用基础值乘以分到该类置信度的平方作为未衰减值;
(4)使用未衰减值乘以一个阻尼系数得到最终的变化值,每一个维度都有一个阻尼系数,阻尼系数从1开始,每次修改该情感维度值之后递减。优选地,在三分钟后重置为1;
(5)将用户的情感值储存在Redis数据库中,当情感值达到预定的阈值时,可以触发一定的动作,如:答应约会、分手、送礼物、坦白真相、开始战斗等等;
(6)Redis数据库缓存;
(7)当情感维度变化值满足一定条件时触发特定的行为;
(8)返回系统的结果。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种用于用户消息的情感分析方法,其特征在于,包括:
接收第一用户的消息请求;
根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件;以及
如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件,则执行预设行为反馈。
2.根据权利要求1所述的情感分析方法,其特征在于,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件之前包括:
将所述消息请求输入预先训练的FastText分类模型分类;
根据所述FastText分类模型输出分类结果;
将所述分类结果映射,转化为任一情感维度变化的基础值。
3.根据权利要求2所述的情感分析方法,其特征在于,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件包括:
根据所述分类结果中分类情感的基础值和情感类别对应的置信度计算情感维度未衰减值。
4.根据权利要求3所述的情感分析方法,其特征在于,根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件包括:
根据短时阻尼修改所述第一用户的情感维度未衰减值。
5.根据权利要求1所述的情感分析方法,其特征在于,如果根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件,则执行预设行为反馈包括:
根据第一用户唯一身份标识将所述第一用户的情感值储存在数据库中;
如果根据所述消息请求判断第一用户的情感值变化达到预设行为触发阈值时,则触发向第一用户执行的行为反馈。
6.一种用于用户消息的情感分析装置,其特征在于,包括:
接收模块,用于接收第一用户的消息请求;
判断模块,用于根据所述消息请求判断第一用户的情感值变化是否满足预设行为触发条件;以及
执行模块,用于根据所述消息请求判断第一用户的情感值变化满足预设行为触发条件时,执行预设行为反馈。
7.根据权利要求6所述的情感分析装置,其特征在于,还包括:分类模型模块,所述分类模型模块包括:
输入单元,用于将所述消息请求输入预先训练的FastText分类模型分类;
输出单元,用于根据所述FastText分类模型输出分类结果;
映射单元,用于将所述分类结果映射,转化为任一情感维度变化的基础值。
8.根据权利要求7所述的情感分析装置,其特征在于,所述判断模块还包括:
置信度单元,用于根据所述分类结果中分类情感的基础值和情感类别对应的置信度计算情感维度未衰减值。
9.根据权利要求8所述的情感分析装置,其特征在于,所述判断模块还包括:
阻尼单元,用于根据短时阻尼修改所述第一用户的情感维度未衰减值。
10.根据权利要求6所述的情感分析装置,其特征在于,所述执行模块包括:
储存单元,用于根据第一用户唯一身份标识将所述第一用户的情感值储存在数据库中;
触发单元,用于根据所述消息请求判断第一用户的情感值变化达到预设行为触发阈值时,触发向第一用户执行的行为反馈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811173853.XA CN109522927A (zh) | 2018-10-09 | 2018-10-09 | 用于用户消息的情感分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811173853.XA CN109522927A (zh) | 2018-10-09 | 2018-10-09 | 用于用户消息的情感分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109522927A true CN109522927A (zh) | 2019-03-26 |
Family
ID=65771919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811173853.XA Pending CN109522927A (zh) | 2018-10-09 | 2018-10-09 | 用于用户消息的情感分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109522927A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110496394A (zh) * | 2019-08-30 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 基于人工智能的控制npc的方法、装置、设备及介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150170051A1 (en) * | 2013-12-12 | 2015-06-18 | International Business Machines Corporation | Applying a Genetic Algorithm to Compositional Semantics Sentiment Analysis to Improve Performance and Accelerate Domain Adaptation |
CN105183848A (zh) * | 2015-09-07 | 2015-12-23 | 百度在线网络技术(北京)有限公司 | 基于人工智能的人机聊天方法和装置 |
CN105956174A (zh) * | 2016-05-24 | 2016-09-21 | 甘肃百合物联科技信息有限公司 | 一种构建记忆链条及将其用于加强记忆的方法 |
US20160302711A1 (en) * | 2015-01-29 | 2016-10-20 | Affectomatics Ltd. | Notifying a user about a cause of emotional imbalance |
CN106683672A (zh) * | 2016-12-21 | 2017-05-17 | 竹间智能科技(上海)有限公司 | 一种基于情感和语义的智能对话方法及系统 |
CN106970703A (zh) * | 2017-02-10 | 2017-07-21 | 南京威卡尔软件有限公司 | 基于心情指数的多层情感计算方法 |
CN107315797A (zh) * | 2017-06-19 | 2017-11-03 | 江西洪都航空工业集团有限责任公司 | 一种网络新闻获取及文本情感预测系统 |
CN107832305A (zh) * | 2017-11-28 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN107976919A (zh) * | 2017-07-28 | 2018-05-01 | 北京物灵智能科技有限公司 | 一种智能机器人控制方法、系统及电子设备 |
CN108038492A (zh) * | 2017-11-23 | 2018-05-15 | 西安理工大学 | 一种基于深度学习的感性词向量及情感分类方法 |
CN108227932A (zh) * | 2018-01-26 | 2018-06-29 | 上海智臻智能网络科技股份有限公司 | 交互意图确定方法及装置、计算机设备及存储介质 |
CN108427722A (zh) * | 2018-02-09 | 2018-08-21 | 卫盈联信息技术(深圳)有限公司 | 智能交互方法、电子装置及存储介质 |
CN108563635A (zh) * | 2018-04-04 | 2018-09-21 | 北京理工大学 | 一种基于情感轮模型的情感词典快速构建方法 |
-
2018
- 2018-10-09 CN CN201811173853.XA patent/CN109522927A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150170051A1 (en) * | 2013-12-12 | 2015-06-18 | International Business Machines Corporation | Applying a Genetic Algorithm to Compositional Semantics Sentiment Analysis to Improve Performance and Accelerate Domain Adaptation |
US20160302711A1 (en) * | 2015-01-29 | 2016-10-20 | Affectomatics Ltd. | Notifying a user about a cause of emotional imbalance |
CN105183848A (zh) * | 2015-09-07 | 2015-12-23 | 百度在线网络技术(北京)有限公司 | 基于人工智能的人机聊天方法和装置 |
CN105956174A (zh) * | 2016-05-24 | 2016-09-21 | 甘肃百合物联科技信息有限公司 | 一种构建记忆链条及将其用于加强记忆的方法 |
CN106683672A (zh) * | 2016-12-21 | 2017-05-17 | 竹间智能科技(上海)有限公司 | 一种基于情感和语义的智能对话方法及系统 |
CN106970703A (zh) * | 2017-02-10 | 2017-07-21 | 南京威卡尔软件有限公司 | 基于心情指数的多层情感计算方法 |
CN107315797A (zh) * | 2017-06-19 | 2017-11-03 | 江西洪都航空工业集团有限责任公司 | 一种网络新闻获取及文本情感预测系统 |
CN107976919A (zh) * | 2017-07-28 | 2018-05-01 | 北京物灵智能科技有限公司 | 一种智能机器人控制方法、系统及电子设备 |
CN108038492A (zh) * | 2017-11-23 | 2018-05-15 | 西安理工大学 | 一种基于深度学习的感性词向量及情感分类方法 |
CN107832305A (zh) * | 2017-11-28 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN108227932A (zh) * | 2018-01-26 | 2018-06-29 | 上海智臻智能网络科技股份有限公司 | 交互意图确定方法及装置、计算机设备及存储介质 |
CN108427722A (zh) * | 2018-02-09 | 2018-08-21 | 卫盈联信息技术(深圳)有限公司 | 智能交互方法、电子装置及存储介质 |
CN108563635A (zh) * | 2018-04-04 | 2018-09-21 | 北京理工大学 | 一种基于情感轮模型的情感词典快速构建方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110496394A (zh) * | 2019-08-30 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 基于人工智能的控制npc的方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6431993B2 (ja) | 自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体 | |
CN106845624A (zh) | 与智能机器人的应用程序有关的多模态交互方法及系统 | |
CN110399476A (zh) | 人才画像的生成方法、装置、设备及存储介质 | |
CN106021463A (zh) | 基于人工智能提供智能服务的方法、智能服务系统及智能终端 | |
KR20170103586A (ko) | 메신저 서비스를 이용한 인공지능 학습 방법 및 시스템, 그리고 인공지능을 이용한 답변 중계 방법 및 시스템 | |
CN109240901A (zh) | 性能分析方法、性能分析装置、存储介质和电子设备 | |
CN108170739A (zh) | 问题匹配方法、终端和计算机可读存储介质 | |
CN109218390A (zh) | 用户筛选方法及装置 | |
CN104699845B (zh) | 基于提问类搜索词的搜索结果提供方法及装置 | |
CN111241260A (zh) | 基于人机交互的数据处理方法、装置、设备及存储介质 | |
CN110362667A (zh) | 智能客服方法、装置、设备及可读存储介质 | |
CN110197004B (zh) | 基于移动终端的电路仿真方法、装置、计算机介质及设备 | |
CN103294725A (zh) | 智能应答机器人软件 | |
CN109063845B (zh) | 基于生成样本的深度学习方法和机器人系统 | |
CN104158865A (zh) | 一种推送应用到终端的方法和系统 | |
CN109522927A (zh) | 用于用户消息的情感分析方法及装置 | |
CN206224438U (zh) | 一种智能电子宠物语音交互系统 | |
CN109408669A (zh) | 一种针对不同应用场景的内容审核方法及装置 | |
Rieser et al. | Adaptive information presentation for spoken dialogue systems: evaluation with real users | |
CN109409759B (zh) | 一种基于煤矿安全培训游戏的数据挖掘系统及方法 | |
CN111159344A (zh) | 机器人应答方法、装置、设备及存储介质 | |
CN117573834B (zh) | 一种用于面向软件即服务平台的多机器人对话方法及系统 | |
WO2021135322A1 (zh) | 一种自动出题方法、装置及系统 | |
CN107729510B (zh) | 信息交互方法、信息交互终端及存储介质 | |
CN117522185A (zh) | 一种可灵活配置的评价方法、系统及评价终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100080 unit 1-43, 17th floor, block B, No. 3 Danling street, Haidian District, Beijing Applicant after: Laiye Technology (Beijing) Co.,Ltd. Address before: 100083 701, block a, Rongke Information Center, No.2, south academy of Sciences Road, Haidian District, Beijing Applicant before: BEIJING BENYING NETWORK TECHNOLOGY Co.,Ltd. |