System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及情緒感知,尤其涉及一種情緒信息的提取方法、裝置、設備及存儲介質。
技術介紹
1、情緒感知技術是通過分析用戶的面部表情、聲音、文字、體溫等多種感官信息,辨別和量化用戶的情緒狀態,使計算機系統能夠理解用戶的情緒變化,從而對用戶做出更加適當的反應。
2、在情緒感知技術中通常會用到面部表情識別、聲音情感分析、自然語言處理以及生物特征識別等技術,這些技術一般都采用深度學習、機器學習和統計學習等算法,通過大量數據和優化算法,不斷提高情緒識別的準確性和穩定性,以提高情緒識別的整體表現和應用范圍。但是常用的技術均為檢測當前時刻的情緒信息,且不同用戶情感的表達方式可能存在差異,會導致從感官數據中提取出的情緒信息準確性下降。
技術實現思路
1、本申請的主要目的在于提供一種情緒信息的提取方法、裝置、設備及存儲介質,旨在解決現有技術中均為檢測當前時刻的情緒信息,且不同用戶情感的表達方式可能存在差異,會導致從感官數據中提取出的情緒信息準確性下降的技術問題。
2、為實現上述目的,本申請提供一種情緒信息的提取方法,所述情緒信息的提取方法,包括:
3、按照時間順序串聯用戶針對同一問題的情感數據,獲得情感思維鏈;
4、基于預先對所述情感數據劃分的分類等級確定所述情感思維鏈的基礎情緒值;
5、將所述基礎情緒值與預設情緒等級區間進行對比,確定所述情感思維鏈中的情緒信息。
6、可選地,所述分類等級包括正常情緒等級,所述基于預先對所述情感數據
7、從所述情感數據中清除所述正常情緒等級的數據,獲得情緒數據的有序集合;
8、從所述有序集合中分析出所述用戶針對同一問題處理方式的途徑數量、情感指數的最大值以及最小值;
9、基于所述途徑數量、所述最大值與所述最小值,確定所述情感思維鏈的基礎情緒值。
10、可選地,所述基于所述途徑數量、所述最大值與所述最小值,確定所述情感思維鏈的基礎情緒值的步驟,包括:
11、基于所述途徑數量、所述最大值與所述最小值確定對所述情緒數據分組的組間距;
12、基于所述組間距與所述最小值,確定所述情緒數據在所述有序集合中的綜合情緒指數;
13、確定各所述綜合情緒指數的切線;
14、基于所述切線確定所述情感思維的基礎情緒值。
15、可選地,所述將所述基礎情緒值與預設情緒等級區間進行對比,確定所述情感思維鏈中的情緒信息的步驟之后,還包括:
16、將不同用戶的情緒信息按照預設存儲等級劃分,獲得不同等級的待存儲信息;
17、將所述待存儲信息按照所述預設存儲等級生成共識文檔;
18、對所述共識文檔進行校驗檢測;
19、若所述共識文檔與對應的所述待存儲信息相同,則將所述共識文檔向預設區塊鏈的所有節點進行廣播;
20、若所述共識文檔與對應的所述待存儲信息不相同,則重新存儲所述待存儲信息。
21、可選地,所述預設存儲等級包括備份等級,所述將所述待存儲信息按照所述預設存儲等級生成共識文檔的步驟,包括:
22、若所述待存儲信息與所述備份等級對應,則將所述待存儲信息生成共識文檔,并對所述待存儲信息進行備份。
23、可選地,所述若所述共識文檔與對應的所述待存儲信息相同,則將所述共識文檔向預設區塊鏈的所有節點進行廣播的步驟之后,還包括:
24、從所述預設區塊鏈中提取思維鏈數據;
25、從所述思維鏈數據中提取情緒詞語;
26、基于所述情緒詞語輔助訓練情緒感知模型。
27、可選地,所述按照時間順序串聯用戶針對同一問題的情感數據,獲得情感思維鏈的步驟之前,還包括:
28、多源采集所述用戶的感知數據;
29、對所述感知數據進行向量化獲得所述感知數據的情感數據;
30、對所述情感數據按照采集途徑的參考情緒指數對所述情感數據進行等級劃分,確定各所述情感數據的分類等級。
31、此外,為實現上述目的,本申請還提供一種情緒信息的提取裝置,情緒信息的提取裝置包括:
32、串聯模塊,用于按照時間順序串聯用戶針對同一問題的情感數據,獲得情感思維鏈;
33、確定模塊,用于基于預先對所述情感數據劃分的分類等級確定所述情感思維鏈的基礎情緒值;
34、對比模塊,用于將所述基礎情緒值與預設情緒等級區間進行對比,確定所述情感思維鏈中的情緒信息。
35、此外,為實現上述目的,本申請還提出一種情緒信息的提取設備,所述設備包括:存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的情緒信息的提取程序,所述情緒信息的提取程序配置為實現如上文所述的情緒信息的提取方法的步驟。
36、此外,為實現上述目的,本申請還提出一種存儲介質,所述存儲介質上存儲有情緒信息的提取程序,所述情緒信息的提取程序被處理器執行時實現如上文所述的情緒信息的提取方法的步驟。
37、此外,為實現上述目的,本申請還提出一種計算機程序產品,所述計算機程序產品中包括計算機程序,所述計算機程序被處理器執行時實現如上文所述情緒信息的提取方法的步驟。
38、本申請提供一種情緒信息的提取方法、裝置、設備及存儲介質,與現有技術中均為檢測當前時刻的情緒信息,且不同用戶情感的表達方式可能存在差異,會導致從感官數據中提取出的情緒信息準確性下降相比,在本申請中,按照時間順序串聯用戶針對同一問題的情感數據,獲得情感思維鏈;基于預先對所述情感數據劃分的分類等級確定所述情感思維鏈的基礎情緒值;將所述基礎情緒值與預設情緒等級區間進行對比,確定所述情感思維鏈中的情緒信息。在本申請中獲取針對同一問題的情感數據,形成情感思維鏈,再根據預先對情感數據進行的分類等級分析用戶的情緒變化,以根據情緒變化確定情感思維鏈的基礎情緒值,進而結合場景分析用戶的情緒,減小用戶表達情緒方式的影響,提高了對情緒提取的準確性。
本文檔來自技高網...【技術保護點】
1.一種情緒信息的提取方法,其特征在于,所述情緒信息的提取方法,包括:
2.如權利要求1所述的情緒信息的提取方法,其特征在于,所述分類等級包括正常情緒等級,所述基于預先對所述情感數據劃分的分類等級確定所述情感思維鏈的基礎情緒值的步驟,包括:
3.如權利要求2所述的情緒信息的提取方法,其特征在于,所述基于所述途徑數量、所述最大值與所述最小值,確定所述情感思維鏈的基礎情緒值的步驟,包括:
4.如權利要求2所述的情緒信息的提取方法,其特征在于,所述將所述基礎情緒值與預設情緒等級區間進行對比,確定所述情感思維鏈中的情緒信息的步驟之后,還包括:
5.如權利要求4所述的情緒信息的提取方法,其特征在于,所述若所述共識文檔與對應的所述待存儲信息相同,則將所述共識文檔向預設區塊鏈的所有節點進行廣播的步驟之后,還包括:
6.如權利要求1-3任一項所述的情緒信息的提取方法,其特征在于,所述按照時間順序串聯用戶針對同一問題的情感數據,獲得情感思維鏈的步驟之前,還包括:
7.一種情緒信息的提取裝置,其特征在于,所述情緒信息的提取裝置包
8.一種情緒信息的提取設備,其特征在于,所述情緒信息的提取設備包括:存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的情緒信息的提取程序,所述情緒信息的提取程序配置為實現如權利要求1至6中任一項所述的情緒信息的提取方法的步驟。
9.一種存儲介質,其特征在于,存儲介質上存儲有實現情緒信息的提取方法的程序,實現情緒信息的提取方法的程序被處理器執行以實現如權利要求1至6中任一項所述情緒信息的提取方法的步驟。
10.一種計算機程序產品,其特征在于,所述計算機程序產品中包括計算機程序,所述計算機程序被處理器執行時實現如權利要求1至6中任意一項所述情緒信息的提取方法的步驟。
...【技術特征摘要】
1.一種情緒信息的提取方法,其特征在于,所述情緒信息的提取方法,包括:
2.如權利要求1所述的情緒信息的提取方法,其特征在于,所述分類等級包括正常情緒等級,所述基于預先對所述情感數據劃分的分類等級確定所述情感思維鏈的基礎情緒值的步驟,包括:
3.如權利要求2所述的情緒信息的提取方法,其特征在于,所述基于所述途徑數量、所述最大值與所述最小值,確定所述情感思維鏈的基礎情緒值的步驟,包括:
4.如權利要求2所述的情緒信息的提取方法,其特征在于,所述將所述基礎情緒值與預設情緒等級區間進行對比,確定所述情感思維鏈中的情緒信息的步驟之后,還包括:
5.如權利要求4所述的情緒信息的提取方法,其特征在于,所述若所述共識文檔與對應的所述待存儲信息相同,則將所述共識文檔向預設區塊鏈的所有節點進行廣播的步驟之后,還包括:
6.如權利要求1-3任一項所述的情緒...
【專利技術屬性】
技術研發人員:顧強,徐奎,劉亮,丁樂,龐振,臧紫文,
申請(專利權)人:中國移動通信集團江蘇有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。