摘要
本申请提供了一种结合性格线索和情绪不确定性的对话情绪识别方法,属于自然语言处理技术领域;解决了目前文本对话情绪识别中存在的话语表示不全面的问题;包括以下步骤:构建话语级背景表示;基于上述的话语级背景表示,构建对话级背景表示;获取对话中每个话语的性格表示向量,采用统计模型获取每个说话者的性格特征向量;获取性格感知向量;采用概率分布编码器将对话级背景表示转化为多变量高斯分布;从多变量高斯分布中抽样出文本时序背景向量;将文本时序背景向量和性格感知向量转化到同一概念空间,然后利用拼接操作将文本时序背景向量和性格感知向量组成新的向量;采用情绪分类器来预测每个话语的情绪类别;本申请应用于对话情绪识别。
技术关键词
情绪识别方法
前馈神经网络
线索
马尔科夫链蒙特卡洛方法
文本
时序
变量
检测模型训练
训练语言模型
门控循环单元
概念
预训练模型
计算机装置
分类器
计算机程序产品
处理器
编码器
自然语言
指令
数据
系统为您推荐了相关专利信息
语义知识库
视觉特征提取
图像传输方法
接收端
索引
文本摘要模型
上下文语义信息
摘要生成方法
面向中文
生成式摘要