基于深度学习的对话情感预测方法、系统、电子设备及存储介质

本发明涉及自然语言处理技术领域，提供一种基于深度学习的对话情感预测方法，包括如下步骤：获取人群对话数据集，并对人群对话数据集中每一位发言者的话语集定义情绪标签；基于预训练BERT模型对人群对话数据集进行预处理，提取含有语义信息的话语序列向量；构建初评价模型，分别提取话语序列向量中整体对话环境和发言者个体对话环境的初始情感特征；构建次评价模型，基于初始情感特征，利用长短期记忆算法和多头注意力机制提取二次情感特征；构建对话情感预测模型，根据整体对话环境和发言者个体对话环境的二次情感特征预测下一时刻的情感预测概率分布。其目的在于，实现在多人对话中精确捕捉对话者的情绪变化，提升情感预测的准确度。