摘要
本申请涉及一种用户的语音情感预测方法、装置、电子设备及存储介质。该方法包括:获取待预测文本;基于预设的BERT模型,根据待预测文本得到位置感知的属性词嵌入向量,并利用预设的两层GCN模型对属性词嵌入向量进行处理得到处理后的属性词嵌入向量;根据待预测文本中每个词的mask值和处理后的属性词嵌入向量得到增强后的属性词嵌入向量,以根据增强后的属性词嵌入向量预测用户的语音情感。由此,通过利用GCN模型结合属性词和观点词的交互信息得到的属性词嵌入向量,对用户的语音情感进行预测,解决了由于无法捕捉属性词与上下文之间的依赖关系,导致情感预测结果的准确性较差的问题,提升用户与车辆的交互体验。
技术关键词
词嵌入向量
语音情感预测方法
GCN模型
双向长短期记忆网络
文本
电子设备
处理器
预测装置
可读存储介质
模块
存储器
程序
观点
计算机
元素
车辆
关系
系统为您推荐了相关专利信息
语音播报方法
文本
无线通信终端
对讲设备
自然语言理解
动态风险评估方法
堤防
风险评估模型
多模态特征
矩阵
文档图像分割方法
语义
实例分割
交叉注意力机制
文本编码器