CN114121224B - 情绪识别能力的评估方法、装置及电子设备 - Google Patents

情绪识别能力的评估方法、装置及电子设备 Download PDF

Info

Publication number
CN114121224B
CN114121224B CN202210085703.3A CN202210085703A CN114121224B CN 114121224 B CN114121224 B CN 114121224B CN 202210085703 A CN202210085703 A CN 202210085703A CN 114121224 B CN114121224 B CN 114121224B
Authority
CN
China
Prior art keywords
emotion
categories
emotion recognition
user
score
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.)
Active
Application number
CN202210085703.3A
Other languages
English (en)
Other versions
CN114121224A (zh
Inventor
徐凌子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Wujiang Naozhi Technology Co ltd
Original Assignee
Beijing Wujiang Naozhi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Wujiang Naozhi Technology Co ltd filed Critical Beijing Wujiang Naozhi Technology Co ltd
Priority to CN202210085703.3A priority Critical patent/CN114121224B/zh
Publication of CN114121224A publication Critical patent/CN114121224A/zh
Priority to PCT/CN2023/072309 priority patent/WO2023143164A1/zh
Application granted granted Critical
Publication of CN114121224B publication Critical patent/CN114121224B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本公开提供一种情绪识别能力的评估方法、装置、电子设备和存储介质。该方法包括:提供情绪识别任务,其中,情绪识别任务与至少两个情绪类别相关联;根据至少两个情绪类别之间的差异度,确定用户执行情绪识别任务的评分,其中,用户执行情绪识别任务的评分与至少两个情绪识别类型之间的差异度负相关。该方法有利于精准合理地评估个体的情绪识别能力,从而为孤独症人士提供精准的、个性化的情绪识别能力测评方案。

Description

情绪识别能力的评估方法、装置及电子设备
技术领域
本公开的实施例涉及情绪识别能力训练技术领域,具体涉及情绪识别能力的评估方法、装置及电子设备。
背景技术
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。孤独症的情绪识别能力存在较大的个体差异,现有测评技术相对单一,难以高效地、针对每个个体的特征进行精准评估。
因此,有必要提出一种新的情绪识别能力的评估方案。
发明内容
本公开的实施例提出了情绪识别能力的评估方法、装置、电子设备和存储介质。
第一方面,本公开提供了一种情绪识别能力的评估方法,包括:
提供情绪识别任务,其中,上述情绪识别任务与至少两个情绪类别相关联;
根据上述至少两个情绪类别之间的差异度,确定用户执行上述情绪识别任务的评分,其中,上述用户执行上述情绪识别任务的评分与上述至少两个情绪识别类型之间的差异度负相关。
在一些可选的实施方式中,上述情绪识别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。
在一些可选的实施方式中,上述情绪识别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。
在一些可选的实施方式中,上述至少两个情绪类别之间的差异度基于预设情绪图谱获得,上述预设情绪图谱中的节点代表上述情绪类别,上述预设情绪图谱中的边代表不同上述情绪类别之间的差异度。
在一些可选的实施方式中,上述根据上述至少两个情绪类别之间的差异度,确定用户执行上述情绪识别任务的评分,包括:
根据用户对上述情绪识别任务的应答结果,确定基础评分;
根据上述至少两个情绪类别之间的差异度,确定权重系数;
根据上述基础评分和上述权重系数,确定用户执行上述情绪识别任务的评分。
在一些可选的实施方式中,上述方法还包括:
根据用户执行多个上述情绪识别任务的评分,确定用户的综合评分。
在一些可选的实施方式中,上述预设情绪图谱中的节点还代表上述情绪类别的显著程度,上述预设情绪图谱中的边代表不同上述情绪类别和/或不同上述显著程度之间的差异度。
第二方面,本公开提供了一种情绪识别能力的评估装置,包括:
任务提供单元,用于提供情绪识别任务,其中,上述情绪识别任务与至少两个情绪类别相关联;
评分单元,用于根据上述至少两个情绪类别之间的差异度,确定用户执行上述情绪识别任务的评分,其中,上述用户执行上述情绪识别任务的评分与上述至少两个情绪识别类型之间的差异度负相关。
在一些可选的实施方式中,上述情绪识别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。
在一些可选的实施方式中,上述情绪识别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。
在一些可选的实施方式中,上述至少两个情绪类别之间的差异度基于预设情绪图谱获得,上述预设情绪图谱中的节点代表上述情绪类别,上述预设情绪图谱中的边代表不同上述情绪类别之间的差异度。
在一些可选的实施方式中,上述评分单元还用于:
根据用户对上述情绪识别任务的应答结果,确定基础评分;
根据上述至少两个情绪类别之间的差异度,确定权重系数;
根据上述基础评分和上述权重系数,确定用户执行上述情绪识别任务的评分。
在一些可选的实施方式中,上述评分单元还用于:
根据用户执行多个上述情绪识别任务的评分,确定用户的综合评分。
在一些可选的实施方式中,上述预设情绪图谱中的节点还代表上述情绪类别的显著程度,上述预设情绪图谱中的边代表不同上述情绪类别和/或不同上述显著程度之间的差异度。
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。
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。
在本公开实施例提供的情绪识别能力的评估方法、装置、电子设备和存储介质中,根据至少两个情绪类别之间的差异度确定用户执行情绪识别任务的评分,一方面提高了测评效率,减少了不必要的重复测试,另一方面对测评的能力进行了细分,能够提供更精准的评估结果,有利于精准合理地评估个体的情绪识别能力,从而为孤独症人士提供精准的、个性化的情绪识别能力测评方案。
附图说明
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评估方法的流程图;
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评估装置的示意图;
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
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。
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。
图1示出了可以应用本公开的情绪识别能力的评估方法、装置、电子设备和存储介质的实施例的示例性系统架构100。
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。
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评估类应用、语音识别类应用、网页浏览器应用等。
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评估服务),也可以实现成单个软件或软件模块。在此不做具体限定。
在一些情况下,本公开所提供的情绪识别能力的评估方法可以由终端设备101、102、103执行,相应地,情绪识别能力的评估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。
在一些情况下,本公开所提供的情绪识别能力的评估方法可以由终端设备101、102、103和服务器105共同执行,例如,“提供情绪识别任务”等步骤可以由终端设备101、102、103执行,“根据至少两个情绪类别之间的差异度,确定用户执行情绪识别任务的评分”等步骤可以由服务器105执行。本公开对此不做限定。相应地,情绪识别能力的评估装置也可以分别设置于终端设备101、102、103和服务器105中。
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。
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。
继续参考图2,其示出了根据本公开的情绪识别能力的评估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。如图2所示,该情绪识别能力的评估方法包括以下步骤:
步骤201,提供情绪识别任务。
在本实施例中,情绪识别任务用于检测用户的情绪识别能力。
在本实施例中,情绪识别任务可以包括情绪对象和情绪标签。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。
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。
在本实施例中,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。
在本实施例中,情绪识别任务与至少两个情绪类别相关联。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。
在一些实施方式中,情绪识别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,情绪识别任务中的目标情绪对象可以是一张微笑的图片,情绪识别任务中的候选情绪标签可以是“快乐”和“悲哀”。又例如,情绪识别任务中的目标情绪对象可以是一段哭泣的音频,情绪识别任务中的候选情绪标签可以是“快乐”、“悲哀”和“愤怒”。
在上述实施方式中,用户可以选择与目标情绪对象相匹配的候选情绪标签,以完成对情绪识别任务的应答。
在另一些实施方式中,情绪识别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,情绪识别任务中的目标情绪标签可以是“快乐”,情绪识别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)。
在上述实施方式中,用户可以选择与目标情绪标签相匹配的候选情绪对象,以完成对情绪识别任务的应答。
步骤202,根据至少两个情绪类别之间的差异度,确定用户执行情绪识别任务的评分。
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。
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。
在本实施例中,用户执行情绪识别任务的评分与至少两个情绪识别类型之间的差异度负相关,即在其他条件相同的情况下,情绪识别任务相关的至少两个情绪类型之间的差异度越大,用户执行情绪识别任务的评分越低。容易理解,不同情绪类型之间的差异度越大,越容易对其进行区分,因此完成任务获得的分值越低。
本实施例中不同情绪类别之间的差异度可以基于预设情绪图谱获得。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。预设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。
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,还代表情绪类别的显著程度。例如,节点“快乐I”代表的情绪类别为“快乐”,代表的显著程度为“I”,节点“快乐II”代表的情绪类别为“快乐”,代表的显著程度为“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”对应的显著程度高于节点“快乐I”对应的显著程度。
在图3B中,预设情绪图谱中的边代表不同情绪类别和/或不同显著程度之间的差异度。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。
在本实施例中,可以通过在预设情绪图谱中进行查找的方式得到至少两个情绪类别之间的差异度。
在一些实施方式中,步骤202可以按照如下方式实施。
首先,根据用户对情绪识别任务的应答结果,确定基础评分。例如,如果用户正确选择了与目标情绪对象相匹配的候选情绪标签,或者与目标情绪标签相匹配的候选情绪对象,则可以确定相应的基础评分为10分。
其次,根据至少两个情绪类别之间的差异度,确定权重系数。可以将差异度的数值转换为相应的权重系数。例如,可以利用计算式将差异度转换为相应的权重系数,其中代表权重系数,代表差异度,代表差异度所能取到的最小值,代表差异度所能取到的最大值。
在图3A所示的例子中,差异度所能取到的最小值为2,最大值为3。“快乐”和“愤怒”之间的差异度为2,因此相应的权重系数为=1。“快乐”和“悲哀”之间的差异度为3,因此相应的权重系数为=2。
在情绪识别任务对应于三个或者三个以上的情绪类别时,可以先确定每两个情绪类别之间差异度,再将上述各个差异度的平均值转换为权重系数。还可以先确定每两个情绪类别之间差异度,再将上述多个差异度中的最大值(或者最小值)转换为权重系数。
最后,根据基础评分和权重系数,确定用户执行情绪识别任务的评分。可以将基础评分与权重系数的乘积作为用户执行情绪识别任务的评分。例如,如果基础评分为10分,权重系数为2,则最终的评分为分。
在一些实施方式中,可以向用户多个情绪识别任务,并根据用户执行每个情绪识别任务的评分确定用户的综合评分。这里,可以将用户执行每个情绪识别任务的评分的总和确定为用户的综合评分,也可以将用户执行每个情绪识别任务的评分的平均值确定为用户的综合评分。还可以采用其他方式确定用户的综合评分,本公开对此不作限定。
在上述实施方式中,可以在用户正确作答的情况下加分,在用户错误作答的情况下不加分也不扣分。也可以在用户正确作答的情况下加分,在用户错误作答的情况下扣分。其中,扣除的分值可以同样与至少两个情绪识别类型之间的差异度负相关。
在上述实施方式中,可以在达到预设条件时结束评估。例如,可以在用户完成预设数量的情绪识别任务后结束评估,或者可以在用户的总分超过预设分数后结束评估,本公开对此不作限定。
在本公开实施例提供的情绪识别能力的评估方法中,根据至少两个情绪类别之间的差异度确定用户执行情绪识别任务的评分,一方面提高了测评效率,减少了不必要的重复测试,另一方面对测评的能力进行了细分,能够提供更精准的评估结果,有利于精准合理地评估个体的情绪识别能力,从而为孤独症人士提供精准的、个性化的情绪识别能力测评方案。
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评估装置的一个实施例,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。
如图4所示,本实施例的情绪识别能力的评估装置400包括:任务提供单元401,用于提供情绪识别任务,其中,情绪识别任务与至少两个情绪类别相关联。评分单元402,用于根据至少两个情绪类别之间的差异度,确定用户执行情绪识别任务的评分,其中,用户执行情绪识别任务的评分与至少两个情绪识别类型之间的差异度负相关。
在本实施例中,情绪识别能力的评估装置400的任务提供单元401和评分单元402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和步骤202的相关说明,在此不再赘述。
在一些可选的实施方式中,上述情绪识别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。
在一些可选的实施方式中,上述情绪识别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。
在一些可选的实施方式中,上述至少两个情绪类别之间的差异度基于预设情绪图谱获得,上述预设情绪图谱中的节点代表上述情绪类别,上述预设情绪图谱中的边代表不同上述情绪类别之间的差异度。
在一些可选的实施方式中,上述评分单元402还用于:
根据用户对上述情绪识别任务的应答结果,确定基础评分;
根据上述至少两个情绪类别之间的差异度,确定权重系数;
根据上述基础评分和上述权重系数,确定用户执行上述情绪识别任务的评分。
在一些可选的实施方式中,上述评分单元402还用于:
根据用户执行多个上述情绪识别任务的评分,确定用户的综合评分。
在一些可选的实施方式中,上述预设情绪图谱中的节点还代表上述情绪类别的显著程度,上述预设情绪图谱中的边代表不同上述情绪类别和/或不同上述显著程度之间的差异度。
需要说明的是,本公开的实施例提供的情绪识别能力的评估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。
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。
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。
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。
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。
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。
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。
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评估方法。
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)。
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。
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,训练任务提供单元还可以被描述为“用于提供情绪识别任务的单元”。
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。

Claims (8)

1.一种情绪识别能力的评估方法,包括:
提供情绪识别任务,其中,所述情绪识别任务与至少两个情绪类别和相应情绪类别显著程度相关联,用户通过从至少两个候选情绪标签中选择与目标情绪对象相匹配的候选情绪标签,所述至少两个候选情绪标签和所述至少两个情绪类别和相应情绪类别显著程度一一对应,或者从至少两个候选情绪对象中选择与目标情绪标签相匹配的候选情绪对象,所述至少两个候选情绪对象和所述至少两个情绪类别和相应情绪类别显著程度一一对应,完成对所述情绪识别任务的应答;
根据所述至少两个情绪类别和相应情绪类别显著程度之间的差异度,确定用户执行所述情绪识别任务的评分,其中,所述用户执行所述情绪识别任务的评分与所述至少两个情绪类别和相应情绪类别显著程度之间的差异度负相关。
2.根据权利要求1所述的方法,其中,所述至少两个情绪类别之间的差异度基于预设情绪图谱获得,所述预设情绪图谱中的节点代表所述情绪类别,所述预设情绪图谱中的边代表不同所述情绪类别之间的差异度。
3.根据权利要求1所述的方法,其中,所述根据所述至少两个情绪类别之间的差异度,确定用户执行所述情绪识别任务的评分,包括:
根据用户对所述情绪识别任务的应答结果,确定基础评分;
根据所述至少两个情绪类别之间的差异度,确定权重系数;
根据所述基础评分和所述权重系数,确定用户执行所述情绪识别任务的评分。
4.根据权利要求1所述的方法,其中,所述方法还包括:
根据用户执行多个所述情绪识别任务的评分,确定用户的综合评分。
5.根据权利要求2所述的方法,其中,所述预设情绪图谱中的节点还代表所述情绪类别的显著程度,所述预设情绪图谱中的边代表不同所述情绪类别和/或不同所述显著程度之间的差异度。
6.一种情绪识别能力的评估装置,包括:
任务提供单元,用于提供情绪识别任务,其中,所述情绪识别任务与至少两个情绪类别和相应情绪类别显著程度相关联,用户通过从至少两个候选情绪标签中选择与目标情绪对象相匹配的候选情绪标签,所述至少两个候选情绪标签和所述至少两个情绪类别和相应情绪类别显著程度一一对应,或者从至少两个候选情绪对象中选择与目标情绪标签相匹配的候选情绪对象,所述至少两个候选情绪对象和所述至少两个情绪类别和相应情绪类别显著程度一一对应,完成对所述情绪识别任务的应答;
评分单元,用于根据所述至少两个情绪类别和相应情绪类别显著程度之间的差异度,确定用户执行所述情绪识别任务的评分,其中,所述用户执行所述情绪识别任务的评分与所述至少两个情绪类别和相应情绪类别显著程度之间的差异度负相关。
7.一种电子设备,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,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被一个或多个处理器执行时实现如权利要求1-5中任一所述的方法。
CN202210085703.3A 2022-01-25 2022-01-25 情绪识别能力的评估方法、装置及电子设备 Active CN114121224B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210085703.3A CN114121224B (zh) 2022-01-25 2022-01-25 情绪识别能力的评估方法、装置及电子设备
PCT/CN2023/072309 WO2023143164A1 (zh) 2022-01-25 2023-01-16 情绪识别能力的评估方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210085703.3A CN114121224B (zh) 2022-01-25 2022-01-25 情绪识别能力的评估方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN114121224A CN114121224A (zh) 2022-03-01
CN114121224B true CN114121224B (zh) 2023-05-16

Family

ID=80361343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210085703.3A Active CN114121224B (zh) 2022-01-25 2022-01-25 情绪识别能力的评估方法、装置及电子设备

Country Status (2)

Country Link
CN (1) CN114121224B (zh)
WO (1) WO2023143164A1 (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715911A (zh) * 2012-06-15 2012-10-10 天津大学 基于脑电特征的情绪状态识别方法
CN112690793A (zh) * 2020-12-28 2021-04-23 中国人民解放军战略支援部队信息工程大学 情绪脑电迁移模型训练方法、系统及情绪识别方法和设备

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2461272A1 (en) * 2004-03-17 2005-09-17 Katsuya Urakami Self-diagnostic system for forgetfulness and apparatus
US8938390B2 (en) * 2007-01-23 2015-01-20 Lena Foundation System and method for expressive language and developmental disorder assessment
CN201641975U (zh) * 2009-09-16 2010-11-24 中国人民解放军第三军医大学第一附属医院 一种家用早期痴呆筛查器
EP2588972A4 (en) * 2010-07-01 2014-06-11 METHOD AND APPARATUS FOR ADAPTING A CONTEXT MODEL
US20120130800A1 (en) * 2010-11-24 2012-05-24 Anantha Pradeep Systems and methods for assessing advertising effectiveness using neurological data
CN107212896A (zh) * 2017-04-05 2017-09-29 天津大学 一种情绪稳定性综合评价系统及信息处理方法
CN110942830A (zh) * 2019-12-16 2020-03-31 苏州荀才信息科技有限公司 一种心理测评的后台管理系统
CN111341417A (zh) * 2020-02-11 2020-06-26 山西泉新科技有限公司 一种计算机社会认知评估与矫正系统
CN111540440B (zh) * 2020-04-23 2021-01-15 深圳市镜象科技有限公司 基于人工智能的心理体检方法、装置、设备和介质
CN111739559B (zh) * 2020-05-07 2023-02-28 北京捷通华声科技股份有限公司 一种话语预警方法、装置、设备及存储介质
CN114098730B (zh) * 2021-09-06 2023-05-09 北京无疆脑智科技有限公司 基于认知图谱的认知能力测试和训练方法、装置、设备和介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715911A (zh) * 2012-06-15 2012-10-10 天津大学 基于脑电特征的情绪状态识别方法
CN112690793A (zh) * 2020-12-28 2021-04-23 中国人民解放军战略支援部队信息工程大学 情绪脑电迁移模型训练方法、系统及情绪识别方法和设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Kelly Tai等."Single-trial classification of NIRS signals during emotional induction tasks:towards a corporeal machine interface".《Journal of NeuroEngineering and Rehabilitation》.2009,第1-14页. *

Also Published As

Publication number Publication date
CN114121224A (zh) 2022-03-01
WO2023143164A1 (zh) 2023-08-03

Similar Documents

Publication Publication Date Title
Hossain Patient state recognition system for healthcare using speech and facial expressions
CN108989882B (zh) 用于输出视频中的音乐片段的方法和装置
CN109740018B (zh) 用于生成视频标签模型的方法和装置
CN110162670B (zh) 用于生成表情包的方法和装置
CN111476871B (zh) 用于生成视频的方法和装置
CN111696176B (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN109919244B (zh) 用于生成场景识别模型的方法和装置
CN109993150B (zh) 用于识别年龄的方法和装置
CN111666416B (zh) 用于生成语义匹配模型的方法和装置
CN109961032B (zh) 用于生成分类模型的方法和装置
CN112153460B (zh) 一种视频的配乐方法、装置、电子设备和存储介质
CN114140814A (zh) 情绪识别能力的训练方法、装置及电子设备
WO2020238321A1 (zh) 用于识别年龄的方法和装置
CN112766284B (zh) 图像识别方法和装置、存储介质和电子设备
CN109934142B (zh) 用于生成视频的特征向量的方法和装置
CN111897950A (zh) 用于生成信息的方法和装置
CN112259078A (zh) 一种音频识别模型的训练和非正常音频识别的方法和装置
CN109816023B (zh) 用于生成图片标签模型的方法和装置
CN110008926B (zh) 用于识别年龄的方法和装置
CN112084959A (zh) 一种人群图像处理方法及装置
CN110046571B (zh) 用于识别年龄的方法和装置
CN113923378A (zh) 视频处理方法、装置、设备及存储介质
CN109816670B (zh) 用于生成图像分割模型的方法和装置
CN110335237B (zh) 用于生成模型的方法、装置和用于识别图像的方法、装置
CN114121224B (zh) 情绪识别能力的评估方法、装置及电子设备

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40062488

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant