CN111564202A - 基于人机对话的心理疏导方法、心理疏导终端和存储介质 - Google Patents
基于人机对话的心理疏导方法、心理疏导终端和存储介质 Download PDFInfo
- Publication number
- CN111564202A CN111564202A CN202010364451.9A CN202010364451A CN111564202A CN 111564202 A CN111564202 A CN 111564202A CN 202010364451 A CN202010364451 A CN 202010364451A CN 111564202 A CN111564202 A CN 111564202A
- Authority
- CN
- China
- Prior art keywords
- conversation
- emotion
- target
- user
- acquiring
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Child & Adolescent Psychology (AREA)
- Computing Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例公开了一种基于人机对话的心理疏导方法,包括:获取用户输入的目标语音,对目标语音进行语义识别,获取目标语音的目标语义;根据目标语义获取目标事件信息,根据目标事件信息确定对话话题;根据对话话题与用户进行人机对话,获取用户的对话信息,将对话信息输入情绪识别模型,获取对话情绪,获取用户在进行人机对话时提到的涉及人物,情绪识别模型能够从情绪效价和情绪唤醒度两个维度识别对话情绪;将目标事件信息、对话情绪和涉及人物中的至少一项输入情绪处理模型中,获取与用户匹配的处理方案。本发明还公开了心理疏导终端和存储介质。本发明可以满足用户的目标需求,维护用户心理健康。
Description
技术领域
本发明涉及心理疏导技术领域,尤其涉及基于人机对话的心理疏导方法、心理疏导终端和存储介质。
背景技术
对于现存任务型的机器人,用户只能在机器人支持的功能下使用极其有限的语言表达方式来命令机器人为其完成特定任务,例如放歌、讲故事等,用户可自由发挥的空间较小。开放式对话虽然能允许用户更大自由地表达,但正是由于用户过于自由化的表达,机器人一般只能有连贯性和逻辑性的与用户交流二三十轮,无法深入用户的情绪和情感,无法建立与用户间更深层的情感连接,无法满足用户目标个人情绪和情感的需求。
发明内容
基于此,有必要针对上述问题,提出了基于人机对话的心理疏导方法、心理疏导终端和存储介质。
一种基于人机对话的心理疏导方法,包括:获取用户输入的目标语音,对所述目标语音进行语义识别,获取所述目标语音的目标语义;根据所述目标语义获取目标事件信息,根据所述目标事件信息确定对话话题;根据所述对话话题与用户进行人机对话,获取用户的对话信息,将所述对话信息输入情绪识别模型,获取对话情绪,获取用户在进行人机对话时提到的涉及人物,所述情绪识别模型能够从情绪效价和情绪唤醒度两个维度识别所述对话情绪;将所述目标事件信息、所述对话情绪和/或所述涉及人物中的至少一项输入情绪处理模型中,获取与用户匹配的处理方案,执行所述匹配的处理方案。
其中,所述获取所述目标语音的目标语义的步骤之后,包括:从预设的至少一个对话事件中选择与所述目标语义匹配的一个对话事件作为目标事件,每个所述对话事件包括进行人机对话时采用的的心理学谈话技术模型,所述心理学谈话技术模型包括根据心理学谈话技术生成的话术模板和交流步骤。
其中,所述从预设的至少一个对话事件中选择与所述目标语义匹配的一个对话事件作为目标事件的步骤包括:将所述目标语义输入事件分类识别模型,获取所述目标语义对应的所述目标事件。
其中,所述根据所述对话话题与用户进行人机对话的步骤,包括:针对所述对话话题与用户进行事件详询,所述事件详询包括讨论所述目标事件信息的时间、经过、缘由、看法中的至少一项。
其中,所述识别用户在进行人机对话时的对话情绪的步骤,包括:获取用户在进行人机对话时的对话语音,根据所述对话语音获取对话文本,根据所述对话文本获取所述对话情绪。
其中,所述根据所述对话语音获取对话文本的步骤之后,包括:记录人机对话时提出的问题和所述对话文本,根据所述问题和所述对话文本生成心理咨询报告。
其中,所述识别用户在进行人机对话时的对话情绪的步骤之后,包括:根据所述对话情绪生成确认对话语句,向用户播放所述确认对话语句;接收用户输入的回应语音,判断所述回应语音是否包括对所述对话情绪的确认信息;若所述回应语音包括对所述对话情绪的确认信息,则执行所述将所述目标事件信息、所述对话情绪和/或所述涉及人物中的至少一项输入情绪处理模型中以及后续步骤。
一种心理疏导终端,包括:识别模块,用于获取用户输入的目标语音,对所述目标语音进行语义识别,获取所述目标语音的目标语义;确定模块,用于根据所述目标语义获取目标事件信息,根据所述目标事件信息确定对话话题;对话模块,用于根据所述对话话题与用户进行人机对话,识别用户在进行人机对话时的对话情绪,获取用户在进行人机对话时提到的涉及人物;处理模块,用于将所述目标事件信息、所述对话情绪和所述涉及人物中的至少一项输入预训练的情绪处理模型中,获取与用户匹配的处理方案。
一种心理疏导终端,包括:处理器、存储器和通信电路,所述处理器耦接所述存储器和所述通信电路,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序以实现如上所述的方法。
一种存储介质,存储有计算机程序,所述计算机程序能够被处理器执行以实现如上所述的方法。
采用本发明实施例,具有如下有益效果:
获取用户输入的目标语音的目标语义,根据目标语义获取目标事件信息,根据目标事件信息确定对话话题,根据对话话题与用户进行人机对话,获取用户在进行人机对话时的对话情绪和提到的涉及人物;将目标事件信息、对话情绪和涉及人物中输入情绪处理模型中,获取的处理方案,可以更深层次的理解用户的语义,通过人机对话与用户建立深层的情感连接,从而满足用户的目标需求,采用匹配的处理方案对用户进行心理疏导,维护用户心理健康。
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一些实施例,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,还可以根据这些附图获得其他的附图。
其中:
图1是本发明提供的基于人机对话的心理疏导方法的第一实施例的流程示意图;
图2是本发明提供的基于人机对话的心理疏导方法的第二实施例的流程示意图;
图3是本发明提供的心理疏导终端的第一实施例的结构示意图;
图4是本发明提供的心理疏导终端的第二实施例的结构示意图;
图5是本发明提供的存储介质的一实施例的结构示意图。
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作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。
现存任务型的机器人一般只能有连贯性和逻辑性的与用户交流二三十轮,无法深入用户的情绪和情感,无法建立与用户间更深层的情感连接,无法满足用户目标个人情绪和情感的需求。
在本实施例中,为了解决上述问题,提供一种基于人机对话的心理疏导方法,能够与用户建立情感连接,满足用户情感目标的需求。
请参阅图1,图1是本发明提供的基于人机对话的心理疏导方法的第一实施例的流程示意图。本发明提供的基于人机对话的心理疏导方法包括如下步骤:
S101:获取用户输入的目标语音,对目标语音进行语义识别,获取目标语音的目标语义。
在一个具体的实施场景中,可以模拟语音通话或者视频通话的场景,当用户需要说话时,执行类似拨号之类的发起通话的操作,当语音通话或者视频通话接通后,可以通过引导语音引导用户讲出不愉快的事情进行情感的倾诉或者叙事。用户可以说出用于叙事或者倾诉的目标语音。获取用户输入的目标语音,对目标语音进行语义识别。例如,采用语音识别技术,可以将获取到目标语音转化成语音文本,对语音文本进行语义提取,获取目标语音的目标语义,目标语义可以是对语音文本包含内容的整理和/或提炼,例如用户在说话时可能情绪激动,多次重复相同的内容,可以对这些重复的内容进行简化,或者用户可能出现用词不当的情况,可以在语义提取时适当修正。
进一步地,当获取到用户输入的目标语音后,对用户的目标语义进行记录,包括用户后续正在人机对话中所回答的内容也一并进行记录,方便日后对用户进行心理诊断时可以获取有效资料。
S102:根据目标语义获取目标事件信息,根据目标事件信息确定对话话题。
在本实施场景中,用户一般会讲述遭遇到的目标事件以及该目标事件对自己带来的影响,因此可以根据目标语义获取用户的目标事件信息,包括目标事件的事件名称、事件类型、发生事件的时间和地点、涉及人物、用户对目标事件看法、用户当前的情绪状态等等。根据目标事件信息确定后续与用户进行人机对话时所采用的对话话题。
事件类型可以包括与家庭成员发生矛盾、被单位领导训斥或者遭遇到亲人离世等,可以根据事件类型确定对话话题,例如,目标事件信息中的事件类型为与家庭成员发生矛盾,则对话话题可以围绕与该家庭成员的相处展开;再例如,目标事件信息中的事件类型为被单位领导训斥,则对话话题可以选择本次被训斥的经过。也可以综合目标事件信息的内容,确定对话话题,例如询问用户为何对该目标事件抱有如此的看法,或者询问用户对提及的人物是否有其他看法等等。
在本实施场景中,基于心理学叙事疗法中的叙事地图技术,建立事件聚焦模型,将目标语义输入事件聚焦模型中,从而获取目标事件信息。事件聚焦模型是人工智能模型,例如深度学习模型。
在其他实施场景中,用户在说话时可能提到了多个目标事件,则获取的目标事件信息对应该多个目标事件,例如与家庭成员发生矛盾,也受到了单位领导的训斥,需要从多个目标事件对应多个目标事件信息中选择一个优先处理,根据该选择的目标事件信息确定对话话题。可以选择根据用户在说话时最后一个提到的目标事件优先处理,还可以选择目标时间较长的目标事件优先处理。
S103:根据对话话题与用户进行人机对话,获取用户的对话信息,将对话信息输入情绪识别模型,获取对话情绪,获取用户在进行人机对话时提到的涉及人物。
在本实施场景中,根据对话话题选择多条问题以与用户进行人机对话,具体地说,可以通过人机对话对步骤S102中获取的目标事件信息进行更深层次的探讨,对用户回答的内容的深层次的语义理解,深度理解人机对话过程中所谈论的人、事和物带给用户本人的心理影响。可以在选择或者提出问题时引入共情、内容反映、情感反映和积极关注等大量心理咨询谈话技巧技术,以使得在人机对话时可以更好地实现对用户的心理疏导。
获取用户在回答这些问题时的对话情绪,以及获取用户在回答这些问题时提到的涉及人物。例如,用户在描述事件的过程中时,会提到事件涉及到哪些涉及人物,可以通过语音识别技术提取用户提到的涉及人物。
在本实施场景中,可以根据用户回答问题时的语音、语调、语速等特征获取用户的对话情绪,还可以获取用回答问题时的对话语音,基于语音识别技术获取对话语音的对话文本,结合当前问题的对话文本和当前问题以及当前问题前后的对话文本获取用户的对话情绪。
在本实施场景中,可以将对话信息输入情绪识别模型中,获取对话情绪。情绪识别模型可以从情绪效价和情绪唤醒度两个维度对人类情绪进行情绪识别情绪效价分正性的和负性的情绪。即对情绪属性的自我评估。情绪唤醒度是情绪在多大程度上激活的程度指标,比如微笑、大笑、狂笑、歇斯底里。本发明提供的情绪识别模型可以得到情绪唤醒度从低到高的具有层次的情绪类别。例如不开心、生气、暴怒三个同效价不同唤醒度的情绪或者喜怒哀乐思惊惧等极其具体和细分的情绪种类。在本实施例中,获取训练事件,为每件训练事件定义情绪,通过深度学习技术,将对话信息输入情绪识别模型,可以识别出人机对话过程中对话信息对应的对话情绪。
在识别用户的对话情绪时,可能会出现识别出多种情绪的状态,例如用户既生气又难过,或者用户既沮丧又悲伤。对用户在人机交互过程中的所有情绪都会进行识别以及记录,从而可以结合用户的个人需求针对识别出的情绪进行评估、处理等操作。进一步地,在出现多种情绪时,可以预先对情绪进行分类,将喜悦、激动等积极的情绪分为一类,而生气、抑郁、悲伤等消极的情绪分为一类,可以在识别出多种情绪后,优先选择消极的情绪进行评估、处理等操作。或者可以将用户最后出现的情绪优先处理,或者是判断用户是否出现重度抑郁等急需干预的情绪,若出现了,则优先处理这些情绪。
进一步地,可以基于建立的心理学专业模型以及心理咨询谈话技巧技术获取人机对话时发出询问问题时的声音的参数,对语速、语调和语气等进行精细化调整,同时引入高仿真人声的语音合成模块,让人在谈话过程中感觉机器人具备感情,能够更好地对用户的情绪进行安抚。
S104:将目标事件信息、对话情绪和涉及人物中的至少一项输入情绪处理模型中,获取与用户匹配的处理方案。
在本实施场景中,将步骤S102中获取的目标事件信息、步骤S103中获取的对话情绪和涉及人物输入情绪处理模型中,根据情绪处理模型的输出获取与用户匹配的处理方案。情绪处理模型为AI(Artificial Intelligence,人工智能)深度学习模型。处理方案为预先设置,例如,情绪处理模型可以得出用户当前的情绪状态分类,根据该分类从预先设置的多个处理方案中选择匹配的处理方案。
在本实施场景中,判定用户当前是简单的情绪问题时,播放预先录制的心理治疗音频和/或视频,当判定用户当前情绪状态比较危险时,进行人工心理干预;当判定用户当前情绪状态比较复杂时,继续与用户进行人机对话以稳定用户情绪;当判定用户的目标缘由是自我性格成长型需求,例如提升自尊心时,推荐适合用户学习的课程。
通过上述描述可知,在本实施例中获取用户输入的目标语音的目标语义,根据目标语义获取目标事件信息,根据目标事件信息确定对话话题,根据对话话题与用户进行人机对话,获取用户在进行人机对话时的对话情绪和提到的涉及人物;将目标事件信息、对话情绪和涉及人物中输入情绪处理模型中,获取的处理方案,可以更深层次的理解用户的语义,通过人机对话与用户建立深层的情感连接,从而满足用户的目标需求,采用匹配的处理方案对用户进行心理疏导,维护用户心理健康。
请参阅图2,图2是本发明提供的基于人机对话的心理疏导方法的第二实施例的流程示意图。本发明提供的基于人机对话的心理疏导方法包括如下步骤:
S201:获取用户输入的目标语音,对目标语音进行语义识别,获取目标语音的目标语义。
在一个具体的实施场景中,步骤S201与本发明提供的基于人机对话的心理疏导方法的第一实施例中的步骤S101基本一致,此处不再进行赘述。
S202:从预设的至少一个对话事件中选择与目标语义匹配的一个对话事件作为目标事件。
在本实施场景中,预设有多个人机对话的对话事件,例如职场事件、情场事件、婚姻家庭事件等,当获取了用户的目标语义之后,从预设的多个对话事件中选择与目标语义匹配的对话事件。可以对目标语义进行初步的提炼,获取其中包含的目标事件,根据该目标事件选择匹配的对话事件,或者可以进行关键词识别,若目标语义中包括预设的关键词,例如工作、家庭、婚姻、爱情等,则选择该预设关键词对应的对话事件。
每个对话事件中包括了进行人机对话时采用的心理学谈话技术模型,由于对话事件的不同,因此采用的心理学谈话技术模型也不相同,例如处理婚姻家庭事件时,可以以安抚用户的情绪为主,处理职场事件时,可以以鼓励用户为主等等。采用不同的心理学谈话技术模型,可以更好地满足用户的目标需求,提升对用户进行心理疏导的效果。心理学谈话技术模型包括根据心理学谈话技术生成的话术模板和交流步骤。具体地说,将心理咨询中常用的谈话技术,进行抽取、提炼形成特定的话术模板和交流步骤,使交流过程结构化和标准化,以使计算机更容易执行。
在本实施场景中,提取各种生活事件的共同特征,将所有生活事件分成多个大类,例如,有利事件、有害事件、有威胁事件、中性事件,将每个大类分成若干小类事件,例如,娶妻生子、生老病死、爱憎会、不预临等事件,并为每个小类事件给出定义、属性(诸如时间,地点等)。通过心理学理论以及实际数据统计,生成发生该事件的人大概率会产生的情绪及行为。将生活事件和对应的情绪和行为输入事件分类识别模型中进行训练,获取训练后的事件分类识别模型。将目标语义输入训练后的事件分类识别模型,获取目标语义对应的目标事件。
S203:根据目标语义获取目标事件信息,根据目标事件信息确定对话话题。
在本实施场景中,步骤S203与本发明提供的基于人机对话的心理疏导方法的第一实施例中的步骤S102基本一致,此处不再进行赘述。
S204:针对对话话题与用户进行事件详询,事件详询包括讨论目标事件信息的时间、经过、缘由、看法中的至少一项。
在本实施场景中,通过人机对话对步骤S203中获取的目标事件信息进行更深层次的探讨,例如,目标事件信息中获取了事件的名称和类型,本步骤中可以通过至少一个问题有条理地引导用户描述目标事件信息中的事件的经过;再例如,目标事件信息中获取了用户对目标的事件的看法,本步骤中可以通过至少一个问题引导用户表达自己对目标事件的不同角度的看法等等;又例如,目标事件信息中获取了目标事件的涉及人物,本步骤中可以通过至少一个问题引导用户介绍涉及人物的身份、在目标事件中扮演的角色等等。通过对目标事件信息进行更深层次的探讨,实现对用户回答的内容的深层次的语义理解,深度理解人机对话过程中所谈论的人、事和物带给用户本人的心理影响。
S205:获取用户在进行人机对话时的对话语音,根据对话语音获取对话文本,将对话文本输入情绪识别模型,获取对话情绪。
在本实施场景中,在与用户进行事件详询时,获取用户回答问题时的对话语音,通过语音识别技术获取对应的对话文本,可以采用NLP(Natural Language Processing,自然语言处理)深度学习模型获取对话情绪。将对话文本输入情绪识别模型中,获取该对话文本对应的对话情绪。
进一步地,在获取对话文本时,记录对话文本,并记录对应于该对话文本的问题,根据对话文本和问题生成心理咨询报告。心理咨询报告可以提供给心理咨询师作为参考,提升心理咨询师的工作效率。
S206:获取用户在进行人机对话时提到的涉及人物。
在本实施场景中,步骤S206与本发明提供的基于人机对话的心理疏导方法的第一实施例中的步骤S103中的获取用户在进行人机对话时提到的涉及人物的部分一致,此处不再进行赘述。
S207:根据对话情绪生成确认对话语句,向用户播放确认对话语句。
在本实施场景中,识别并记录用户在进行人机对话时的各种情绪,从多个情绪中选择一种情绪作为对话情绪,并通过直接询问的方式与用户确认对话情绪是否匹配用户的当前情绪。例如,直接向用户说“我感觉到您比较焦虑,是吗?”。
在识别到多个情绪后,可以根据预设的分类规则选择对话情绪,例如,将喜悦、激动等积极的情绪分为一类,而生气、抑郁、悲伤等消极的情绪分为一类,优先选择消极的情绪作为对话情绪。或者可以将用户最后出现的情绪作为对话情绪,或者是判断用户是否出现重度抑郁等急需干预的情绪,若出现了,则将这种情绪作为对话情绪。
S208:接收用户输入的回应语音,判断回应语音是否包括对对话情绪的确认信息。若是,执行步骤S209,若否执行步骤S204。
在本实施场景中,接收用户输入的回应语音,用户可以确认或否认自己当前的情绪状态为对话情绪,在一些情况下,用户可能由于情绪复杂多变或者对消极情绪存在抵触等情况,拒绝确认对话情绪与当前情绪匹配,例如对话情绪为抑郁时,用户否认自己当前情绪为抑郁。此时可以再次与用户就目标事件信息中对目标事件的看法进行人机对话,再次识别用户在人机对话时的对话情绪,并再次与用户确认对话情绪是否匹配用户当前情绪,直至用户确认匹配为止。
在本实施场景中,可以通过语音识别技术获取回应语音的内容,或者通过关键词提取技术,提取回应语音中包括“是”、“不是”等具有明确的肯定或者否定意义的词,从而实现判断回应语音是否包括对对话情绪的确认信息的步骤。
S209:判断至少一个目标事件是否处理完毕。若否,执行步骤S203。若是,执行步骤S210。
在本实施场景中,获取目标语义包括的至少一个目标事件,例如,用户在说话时可能提到了多个目标事件,需要从多个目标事件对应多个目标事件信息中选择一个优先处理,剩余的目标事件可以在优先处理的目标事件之后进行处理。因此若存在尚未处理的目标事件,则重复执行步骤S203-S206,处理该目标事件,若不存在尚未处理的目标事件,则执行步骤S208。
在本实施场景中,若存在尚未处理的目标事件,则可以引导用户由当前目标事件通过人机对话过度到未处理的目标事件,避免人机对话内容改变突兀,影响用户情绪和使用效果。
S210:将目标事件信息、对话情绪和涉及人物中的至少一项输入情绪处理模型中,获取与用户匹配的处理方案。
在本实施场景中,步骤S210与本发明提供的基于人机对话的心理疏导方法的第一实施例中的步骤S104基本一致,此处不再进行赘述。
通过上述描述可知,在本实施例中获取用户输入的目标语音的目标语义,根据目标语义获取目标事件信息,选择与目标语义匹配的一个对话事件,可以以匹配的心理学话术与用户进行人机交流,更好地安抚用户的情绪,识别用户在进行人机对话时的对话情绪,与用户进行确认,可以提升对话情绪识别的准确性,满足用户的目标需求,采用匹配的处理方案对用户进行心理疏导,维护用户心理健康。
请参阅图3,图3是本发明提供的心理疏导终端的第一实施例的结构示意图。心理疏导终端10包括识别模块11、确定模块12、对话模块13和处理模块14。识别模块11用于获取用户输入的目标语音,对目标语音进行语义识别,获取目标语音的目标语义。确定模块12用于根据目标语义获取目标事件信息,根据目标事件信息确定对话话题。对话模块13用于根据对话话题与用户进行人机对话,获取用户的对话信息,将对话信息输入情绪识别模型,获取对话情绪,获取用户在进行人机对话时提到的涉及人物,情绪识别模型能够从情绪效价和情绪唤醒度两个维度识别对话情绪。处理模块14用于将目标事件信息、对话情绪和涉及人物中的至少一项输入预训练的情绪处理模型中,获取与用户匹配的处理方案。
识别模块11还用于从预设的至少一个对话事件中选择与目标语义匹配的一个对话事件作为目标事件,每个对话事件包括进行人机对话时采用的的心理学谈话技术模型,心理学谈话技术模型包括根据心理学谈话技术生成的话术模板和交流步骤。
识别模块11还用于将目标语义输入事件分类识别模型,获取目标语义对应的目标事件。
对话模块13还用于针对对话话题与用户进行事件详询,事件详询包括讨论目标事件信息的时间、经过、缘由、看法中的至少一项。
对话模块13还用于获取用户在进行人机对话时的对话语音,根据对话语音获取对话文本,将对话文本输入情绪识别模型。
对话模块13还用于记录人机对话时提出的问题和对话文本,根据问题和对话文本生成心理咨询报告。
对话模块13还用于根据对话情绪生成确认对话语句,向用户播放确认对话语句;接收用户输入的回应语音,判断回应语音是否包括对对话情绪的确认信息;若回应语音包括对对话情绪的确认信息,则执行将目标事件信息、对话情绪和/或涉及人物中的至少一项输入情绪处理模型中以及后续步骤。
处理模块14还用于获取目标语义包括的至少一个目标事件;判断至少一个目标事件是否处理完毕,若至少一个目标事件没有处理完毕,则获取未处理的目标事件,重复执行根据目标语义获取目标事件信息以及后续步骤。
根据上述描述可知,本实施例中心理疏导终端获取用户输入的目标语音的目标语义,通过对目标语义的分析确定对话话题,根据对话话题与用户进行人机对话,获取用户在进行人机对话时的对话情绪和提到的涉及人物;综合目标事件信息、对话情绪和涉及人物获取处理方案,可以更深层次的理解用户的语义,通过人机对话与用户建立深层的情感连接,从而满足用户的目标需求,采用匹配的处理方案对用户进行心理疏导,维护用户心理健康。
请参阅图4,图4是本发明提供的心理疏导终端的第二实施例的结构示意图。心理疏导终端20包括处理器21、存储器22。处理器21耦接存储器22。存储器22中存储有计算机程序,处理器21在工作时执行该计算机程序以实现如图1-图2所示的方法。详细的方法可参见上述,在此不再赘述。
根据上述描述可知,本实施例中心理疏导终端获取用户输入的目标语音的目标语义,通过对目标语义的分析确定对话话题,根据对话话题与用户进行人机对话,获取用户在进行人机对话时的对话情绪和提到的涉及人物;综合目标事件信息、对话情绪和涉及人物获取处理方案,可以更深层次的理解用户的语义,通过人机对话与用户建立深层的情感连接,从而满足用户的目标需求,采用匹配的处理方案对用户进行心理疏导,维护用户心理健康。
请参阅图5,图5是本发明提供的存储介质的一实施例的结构示意图。存储介质30中存储有至少一个计算机程序31,计算机程序31用于被处理器执行以实现如图1-图2所示的方法,详细的方法可参见上述,在此不再赘述。在一个实施例中,计算机可读存储介质30可以是终端中的存储芯片、硬盘或者是移动硬盘或者优盘、光盘等其他可读写存储的工具,还可以是服务器等等。
根据上述描述可知,本实施例中存储介质中的计算机程序用于获取用户输入的目标语音的目标语义,通过对目标语义的分析确定对话话题,根据对话话题与用户进行人机对话,获取用户在进行人机对话时的对话情绪和提到的涉及人物;综合目标事件信息、对话情绪和涉及人物获取处理方案,可以更深层次的理解用户的语义,通过人机对话与用户建立深层的情感连接,从而满足用户的目标需求,采用匹配的处理方案对用户进行心理疏导,维护用户心理健康。
区别于现有技术,本发明可以更深层次的理解用户的语义,通过人机对话与用户建立深层的情感连接,从而满足用户的目标需求,采用匹配的处理方案对用户进行心理疏导,维护用户心理健康。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种基于人机对话的心理疏导方法,其特征在于,包括:
获取用户输入的目标语音,对所述目标语音进行语义识别,获取所述目标语音的目标语义;
根据所述目标语义获取目标事件信息,根据所述目标事件信息确定对话话题;
根据所述对话话题与用户进行人机对话,获取用户的对话信息,将所述对话信息输入情绪识别模型,获取对话情绪,获取用户在进行人机对话时提到的涉及人物,所述情绪识别模型能够从情绪效价和情绪唤醒度两个维度识别所述对话情绪;
将所述目标事件信息、所述对话情绪和/或所述涉及人物中的至少一项输入情绪处理模型中,获取与用户匹配的处理方案,执行所述匹配的处理方案。
2.根据权利要求1所述的基于人机对话的心理疏导方法,其特征在于,所述获取所述目标语音的目标语义的步骤之后,包括:
从预设的至少一个对话事件中选择与所述目标语义匹配的一个对话事件作为目标事件,每个所述对话事件包括进行人机对话时采用的的心理学谈话技术模型,所述心理学谈话技术模型包括根据心理学谈话技术生成的话术模板和交流步骤。
3.根据权利要求2所述的基于人机对话的心理疏导方法,其特征在于,所述从预设的至少一个对话事件中选择与所述目标语义匹配的一个对话事件作为目标事件的步骤包括:
将所述目标语义输入事件分类识别模型,获取所述目标语义对应的所述目标事件。
4.根据权利要求1所述的基于人机对话的心理疏导方法,其特征在于,所述根据所述对话话题与用户进行人机对话的步骤,包括:
针对所述对话话题与用户进行事件详询,所述事件详询包括讨论所述目标事件信息的时间、经过、缘由、看法中的至少一项。
5.根据权利要求1所述的基于人机对话的心理疏导方法,其特征在于,所述将所述对话信息输入情绪识别模型的步骤,包括:
获取用户在进行人机对话时的对话语音,根据所述对话语音获取对话文本,将所述对话文本输入所述情绪识别模型。
6.根据权利要求5所述的基于人机对话的心理疏导方法,其特征在于,所述根据所述对话语音获取对话文本的步骤之后,包括:
记录人机对话时提出的问题和所述对话文本,根据所述问题和所述对话文本生成心理咨询报告。
7.根据权利要求1所述的基于人机对话的心理疏导方法,其特征在于,所述识别用户在进行人机对话时的对话情绪的步骤之后,包括:
根据所述对话情绪生成确认对话语句,向用户播放所述确认对话语句;
接收用户输入的回应语音,判断所述回应语音是否包括对所述对话情绪的确认信息;
若所述回应语音包括对所述对话情绪的确认信息,则执行所述将所述目标事件信息、所述对话情绪和/或所述涉及人物中的至少一项输入情绪处理模型中以及后续步骤。
8.一种心理疏导终端,其特征在于,包括:
识别模块,用于获取用户输入的目标语音,对所述目标语音进行语义识别,获取所述目标语音的目标语义;
确定模块,用于根据所述目标语义获取目标事件信息,根据所述目标事件信息确定对话话题;
对话模块,用于根据所述对话话题与用户进行人机对话,获取用户的对话信息,将所述对话信息输入情绪识别模型,获取对话情绪,获取用户在进行人机对话时提到的涉及人物,所述情绪识别模型能够从情绪效价和情绪唤醒度两个维度识别所述对话情绪;
处理模块,用于将所述目标事件信息、所述对话情绪和所述涉及人物中的至少一项输入预训练的情绪处理模型中,获取与用户匹配的处理方案。
9.一种心理疏导终端,其特征在于,包括:处理器和存储器,所述处理器耦接所述存储器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序以实现如权利要求1-7任一项所述的方法。
10.一种存储介质,其特征在于,存储有计算机程序,所述计算机程序能够被处理器执行以实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010364451.9A CN111564202B (zh) | 2020-04-30 | 2020-04-30 | 基于人机对话的心理疏导方法、心理疏导终端和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010364451.9A CN111564202B (zh) | 2020-04-30 | 2020-04-30 | 基于人机对话的心理疏导方法、心理疏导终端和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111564202A true CN111564202A (zh) | 2020-08-21 |
CN111564202B CN111564202B (zh) | 2021-05-28 |
Family
ID=72070728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010364451.9A Active CN111564202B (zh) | 2020-04-30 | 2020-04-30 | 基于人机对话的心理疏导方法、心理疏导终端和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111564202B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112086169A (zh) * | 2020-09-19 | 2020-12-15 | 北京心灵力量科技有限公司 | 采用心理数据标签化建模的交互式心理疏导系统 |
CN112214607A (zh) * | 2020-09-07 | 2021-01-12 | 深圳市镜象科技有限公司 | 基于人工智能的交互方法、心理干预系统、终端和介质 |
CN112463937A (zh) * | 2020-11-02 | 2021-03-09 | 上海中船船舶设计技术国家工程研究中心有限公司 | 一种智能心理服务软件系统 |
CN112466435A (zh) * | 2021-02-02 | 2021-03-09 | 南京硅基智能科技有限公司 | 心理辅导方案的确定方法及装置、存储介质、电子装置 |
CN112967725A (zh) * | 2021-02-26 | 2021-06-15 | 平安科技(深圳)有限公司 | 语音对话数据处理方法、装置、计算机设备及存储介质 |
CN113208592A (zh) * | 2021-03-29 | 2021-08-06 | 济南大学 | 一种具有多作答模式的心理测试系统 |
CN113326704A (zh) * | 2021-06-03 | 2021-08-31 | 清华大学 | 基于综合策略的情绪支持对话生成方法及系统 |
CN113377938A (zh) * | 2021-06-24 | 2021-09-10 | 北京小米移动软件有限公司 | 一种对话处理方法及装置 |
CN113645495A (zh) * | 2021-08-11 | 2021-11-12 | 小雅智能平台(深圳)有限公司 | 一种电子学生证的实现方法、系统和存储介质 |
CN113656562A (zh) * | 2020-11-27 | 2021-11-16 | 话媒(广州)科技有限公司 | 一种多轮次人机心理交互方法及装置 |
CN113744107A (zh) * | 2021-11-03 | 2021-12-03 | 南京视察者智能科技有限公司 | 一种基于大数据智能调解室的ai调处方法 |
CN114496168A (zh) * | 2021-12-29 | 2022-05-13 | 书铭信息科技(上海)有限公司 | 一种针对用户人格做叙事疗法的聊天机器人及其开发方法 |
CN115188396A (zh) * | 2022-07-29 | 2022-10-14 | 阿里健康科技(杭州)有限公司 | 内容展示方法、语音数据处理方法及装置 |
CN115730070A (zh) * | 2022-11-25 | 2023-03-03 | 重庆邮电大学 | 一种人机共情对话方法、系统、电子设备和介质 |
CN116312968A (zh) * | 2023-02-09 | 2023-06-23 | 广东德澳智慧医疗科技有限公司 | 一种基于人机对话和核心算法的心理咨询和疗愈系统 |
CN116849659A (zh) * | 2023-09-04 | 2023-10-10 | 深圳市昊岳科技有限公司 | 一种司机状态监测用的智能情绪手环及其监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109033257A (zh) * | 2018-07-06 | 2018-12-18 | 中国平安人寿保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
CN110197281A (zh) * | 2019-05-17 | 2019-09-03 | 华南理工大学 | 一种基于本体模型和概率推理的复杂事件识别方法 |
CN110556105A (zh) * | 2018-05-31 | 2019-12-10 | 丰田自动车株式会社 | 语音交互系统、其处理方法及其程序 |
CN110990547A (zh) * | 2019-11-29 | 2020-04-10 | 支付宝(杭州)信息技术有限公司 | 一种话术生成方法和系统 |
CN111063346A (zh) * | 2019-12-12 | 2020-04-24 | 第五维度(天津)智能科技有限公司 | 基于机器学习的跨媒体明星情感陪伴交互系统 |
-
2020
- 2020-04-30 CN CN202010364451.9A patent/CN111564202B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110556105A (zh) * | 2018-05-31 | 2019-12-10 | 丰田自动车株式会社 | 语音交互系统、其处理方法及其程序 |
CN109033257A (zh) * | 2018-07-06 | 2018-12-18 | 中国平安人寿保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
CN110197281A (zh) * | 2019-05-17 | 2019-09-03 | 华南理工大学 | 一种基于本体模型和概率推理的复杂事件识别方法 |
CN110990547A (zh) * | 2019-11-29 | 2020-04-10 | 支付宝(杭州)信息技术有限公司 | 一种话术生成方法和系统 |
CN111063346A (zh) * | 2019-12-12 | 2020-04-24 | 第五维度(天津)智能科技有限公司 | 基于机器学习的跨媒体明星情感陪伴交互系统 |
Non-Patent Citations (1)
Title |
---|
郭德俊等: "《情绪心理学》", 31 December 2012 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214607A (zh) * | 2020-09-07 | 2021-01-12 | 深圳市镜象科技有限公司 | 基于人工智能的交互方法、心理干预系统、终端和介质 |
CN112086169B (zh) * | 2020-09-19 | 2024-02-09 | 北京心灵力量科技有限公司 | 采用心理数据标签化建模的交互式心理疏导系统 |
CN112086169A (zh) * | 2020-09-19 | 2020-12-15 | 北京心灵力量科技有限公司 | 采用心理数据标签化建模的交互式心理疏导系统 |
CN112463937A (zh) * | 2020-11-02 | 2021-03-09 | 上海中船船舶设计技术国家工程研究中心有限公司 | 一种智能心理服务软件系统 |
CN112463937B (zh) * | 2020-11-02 | 2022-10-11 | 上海中船船舶设计技术国家工程研究中心有限公司 | 一种智能心理服务软件系统 |
CN113656562A (zh) * | 2020-11-27 | 2021-11-16 | 话媒(广州)科技有限公司 | 一种多轮次人机心理交互方法及装置 |
CN112466435A (zh) * | 2021-02-02 | 2021-03-09 | 南京硅基智能科技有限公司 | 心理辅导方案的确定方法及装置、存储介质、电子装置 |
CN112466435B (zh) * | 2021-02-02 | 2022-05-13 | 南京硅基智能科技有限公司 | 心理辅导方案的确定方法及装置、存储介质、电子装置 |
CN112967725A (zh) * | 2021-02-26 | 2021-06-15 | 平安科技(深圳)有限公司 | 语音对话数据处理方法、装置、计算机设备及存储介质 |
CN113208592A (zh) * | 2021-03-29 | 2021-08-06 | 济南大学 | 一种具有多作答模式的心理测试系统 |
CN113326704A (zh) * | 2021-06-03 | 2021-08-31 | 清华大学 | 基于综合策略的情绪支持对话生成方法及系统 |
CN113326704B (zh) * | 2021-06-03 | 2022-07-19 | 北京聆心智能科技有限公司 | 基于综合策略的情绪支持对话生成方法及系统 |
CN113377938A (zh) * | 2021-06-24 | 2021-09-10 | 北京小米移动软件有限公司 | 一种对话处理方法及装置 |
CN113645495A (zh) * | 2021-08-11 | 2021-11-12 | 小雅智能平台(深圳)有限公司 | 一种电子学生证的实现方法、系统和存储介质 |
CN113744107A (zh) * | 2021-11-03 | 2021-12-03 | 南京视察者智能科技有限公司 | 一种基于大数据智能调解室的ai调处方法 |
CN114496168A (zh) * | 2021-12-29 | 2022-05-13 | 书铭信息科技(上海)有限公司 | 一种针对用户人格做叙事疗法的聊天机器人及其开发方法 |
CN115188396A (zh) * | 2022-07-29 | 2022-10-14 | 阿里健康科技(杭州)有限公司 | 内容展示方法、语音数据处理方法及装置 |
CN115730070A (zh) * | 2022-11-25 | 2023-03-03 | 重庆邮电大学 | 一种人机共情对话方法、系统、电子设备和介质 |
CN115730070B (zh) * | 2022-11-25 | 2023-08-08 | 重庆邮电大学 | 一种人机共情对话方法、系统、电子设备和介质 |
CN116312968A (zh) * | 2023-02-09 | 2023-06-23 | 广东德澳智慧医疗科技有限公司 | 一种基于人机对话和核心算法的心理咨询和疗愈系统 |
CN116849659A (zh) * | 2023-09-04 | 2023-10-10 | 深圳市昊岳科技有限公司 | 一种司机状态监测用的智能情绪手环及其监测方法 |
CN116849659B (zh) * | 2023-09-04 | 2023-11-17 | 深圳市昊岳科技有限公司 | 一种司机状态监测用的智能情绪手环及其监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111564202B (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111564202B (zh) | 基于人机对话的心理疏导方法、心理疏导终端和存储介质 | |
CN108536802B (zh) | 基于儿童情绪的交互方法及装置 | |
US11380327B2 (en) | Speech communication system and method with human-machine coordination | |
WO2020135194A1 (zh) | 基于情绪引擎技术的语音交互方法、智能终端及存储介质 | |
US8843372B1 (en) | Natural conversational technology system and method | |
CN111667926A (zh) | 一种基于人工智能的心理咨询(会话)系统及其方法 | |
Feraru et al. | Cross-language acoustic emotion recognition: An overview and some tendencies | |
CN105991847B (zh) | 通话方法和电子设备 | |
Russo et al. | Dialogue systems and conversational agents for patients with dementia: The human–robot interaction | |
EP1901283A2 (en) | Automatic generation of statistical laguage models for interactive voice response applacation | |
Berg | Modelling of natural dialogues in the context of speech-based information and control systems | |
JPH0981632A (ja) | 情報公開装置 | |
Pittermann et al. | Handling emotions in human-computer dialogues | |
Hara et al. | Turn-Taking Prediction Based on Detection of Transition Relevance Place. | |
Ghosh et al. | EDITalk: Towards designing eyes-free interactions for mobile word processing | |
Klaylat et al. | Enhancement of an Arabic speech emotion recognition system | |
Anjum | Emotion recognition from speech for an interactive robot agent | |
Qadri et al. | A critical insight into multi-languages speech emotion databases | |
Cornips et al. | The impact of Labov's contribution to general linguistic theory | |
CN117216229A (zh) | 一种生成客服答案的方法及装置 | |
Saunders et al. | Towards using prosody to scaffold lexical meaning in robots | |
KR20210117827A (ko) | 인공지능을 활용한 음성 서비스 제공 시스템 및 제공 방법 | |
KR102395399B1 (ko) | 음성 인식 학습을 위한 음성 데이터 분해 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 | |
KR102389995B1 (ko) | 자연발화 음성 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 | |
US20240021193A1 (en) | Method of training a neural network |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |