智能机器人的多模态输出方法及装置制造方法及图纸

本发明专利技术提供一种智能机器人的多模态输出方法和装置。其中，该方法包括以下步骤：抓取网络文本数据，对所述网络文本数据中未存储在情感辞典中的网络用语进行情绪属性分类，并将该网络用语保存在情感辞典相应的分类中；在接收到包含所述网络用语的多模态输入数据后，根据所述网络用语对应的情绪属性分类生成多模态输出数据并输出。本发明专利技术的机器人能够利用扩充后的情感辞典根据网络用语对应的情绪属性分类生成多模态输出数据并输出，从而能够帮助使机器人更好地与用户进行多模态交互，提高用户体验。

Multimode output method and device for intelligent robot

The invention provides a multi-mode output method and device for an intelligent robot. Among them, the method comprises the following steps: text data capture network for classification of the emotional attributes not in emotion dictionary language network stores the network text data, and the network language stored in the dictionary in the corresponding emotion classification; in the multimodal input data received including the network language. According to the classification of the emotional attributes of network language corresponding to the generation of multimodal output data and output. The robot of the invention can use the expanded emotion dictionary according to emotional attribute classification of network language corresponding to the generation of multimodal output data and output, which can help the robot better user multimodal interaction, improve the user experience.

【技术实现步骤摘要】
智能机器人的多模态输出方法及装置
本专利技术涉及智能机器人领域，具体地说，涉及一种智能机器人的多模态输出方法及装置。
技术介绍
当前的机器人行业发展迅速，出现了各种各样的家庭生活陪伴类机器人。在现有技术中，用户与机器人对话时，可以通过用户发出的多模态输入数据，来确定当前用户的情感状况，机器人根据情感状况来向用户输出较为适宜的多模态数据。但是，随着目前网络新词频频出现，在用户使用网络新词与机器人交互时，机器人经常无法理解用户当前的情感，降低了用户体验。为此，就需要一种能够帮助机器人提高网络新词理解能力的解决方案，进而能够使机器人更好地与用户进行多模态交互，提高用户体验，满足用户需求。
技术实现思路
本专利技术的目的在于提供一种智能机器人的多模态输出方法来解决上述问题。该方法包括以下步骤：抓取网络文本数据，对所述网络文本数据中未存储在情感辞典中的网络用语进行情绪属性分类，并将该网络用语保存在情感辞典相应的分类中；在接收到包含所述网络用语的多模态输入数据后，根据所述网络用语对应的情绪属性分类生成多模态输出数据并输出。根据本专利技术的智能机器人的多模态输出方法，优选的是，在对所述网络文本数据中未存储在情感辞典中的网络用语进行情绪属性分类的步骤中，采用设定模型对包含所述网络用语的多个语句进行情绪属性分类；根据所述网络用语在各类情绪属性语句中出现的频次，确定所述网络用语的情绪属性。根据本专利技术的智能机器人的多模态输出方法，优选的是，通过判断网络用语是否具有情绪属性标注信息来判断情感辞典中是否已存储有该网络用语。根据本专利技术的智能机器人的多模态输出方法，优选的是，所述情绪属性包括积极情感属性和消极情感属性。根据本专利技术的另一个方面，还提供了一种智能机器人的多模态输出装置，所述装置包括以下模块：网络用语分类模块，其用以抓取网络文本数据，对所述网络文本数据中未存储在情感辞典中的网络用语进行情绪属性分类，并将该网络用语保存在情感辞典相应的分类中；多模态输出模块，其用以在接收到包含所述网络用语的多模态输入数据后，根据所述网络用语对应的情绪属性分类生成多模态输出数据并输出。根据本专利技术的智能机器人的多模态输出装置，优选的是，所述网络用语分类模块进一步包括，语句分类子模块，其用以采用设定模型对包含所述网络用语的多个语句进行情绪属性分类；网络用语分类子模块，其用以根据所述网络用语在各类情绪属性语句中出现的频次，确定所述网络用语的情绪属性。根据本专利技术的智能机器人的多模态输出装置，优选的是，还包括网络用语解析模块，其用以通过判断网络用语是否具有情绪属性标注信息来判断情感辞典中是否已存储有该网络用语。根据本专利技术的智能机器人的多模态输出装置，优选的是，所述情绪属性包括积极情感属性和消极情感属性。本专利技术所带来的有益之处在于，抓取到包含新的网络用语的网络文本数据，对网络文本数据中未存储在情感辞典中的网络用语进行情绪属性分类，并将该网络用语保存在情感辞典相应的分类中，从而丰富机器人内部存储的情感词典。在机器人与用户进行交互时，机器人能够根据网络用语在情感词典中对应的情绪属性分类生成多模态输出数据并输出，从而能够帮助使机器人更好地与用户进行多模态交互，提高用户体验。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例共同用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为根据本专利技术第一实施例的智能机器人的多模态输出方法的流程示意图。图2为根据本专利技术第一实施例的应用于智能机器人的网络用语分类方法的流程示意图。图3为根据本专利技术第二实施例的智能机器人的多模态输出装置300的结构示意图。图4为根据本专利技术第二实施例的应用于智能机器人的网络用语分类模块330的结构示意图。具体实施方式以下将结合附图及实施例来详细说明本专利技术的实施方式，借此对本专利技术如何应用技术手段来解决技术问题，并达成相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本专利技术的保护范围之内。另外，附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。随着智能机器人产品的普及，越来越多的家庭和商家都需要机器人为其服务。在现有技术中，在机器人与用户进行交互的过程中，用户使用网络新词与机器人语音交流时，机器人经常无法理解用户所表达的真实情感和意思，回应给用户的多模态输出数据往往不合时宜。这样就会出现用户与机器人交流不畅，导致降低了用户使用机器人的兴趣。因此，亟需一种解决方案来改善这一问题。本专利技术实施例的智能机器人的多模态输出方法能够帮助机器人提高对网络新词的理解能力，使得机器人在与用户交流的过程中，能够根据用户输出的网络用语对应的情绪属性的分类生成适合于用户当前情感的多模态输出数据。一方面，抓取包含未存储在情感词典中的网络用语的网络文本数据，然后对该新的网络用语的情绪属性进行分类，将分类后的网络用语保存在情感词典中，从而丰富了情感词典储存的词语数量，待机器人与用户进行交互时，能够查询到相应的网络用语，再根据网络用语的情绪属性进行多模态输出，从而能提高机器人智能性和拟人性。另外，在本专利技术实施例中，机器人在对未存储在情感词典中的网络用语进行情绪属性分类时，预先抓取多个包含网络用语在内的语句信息，采用设定模型对这些语句进行情绪属性分类，然后根据网络用语在各类情绪属性语句中出现的频次，确定该网络用语的情绪属性。这样能够更加有根据地、准确地对网络用语进行情绪属性的分类，保证了网络用语分类的确定性。需要说明的是，在判断网络用语是否存储在情感词典中的方法是通过判断网络用语是否有情绪属性标注信息来实现的，该方法能够快速识别出网络用语是否为新生词汇。在本实施例中，“情感词典”是对不同的词语和短句进行了情绪属性分类的词典，该词典可以包括积极情感类词语和/或短句和消极情感类词语和/或短句(在某些情况还可以包括停用词)，例如，积极情感类词语和/或短句进一步包括高兴类、喜悦类、平和类、淡定类等词语和/或短句，消极情感类词语和/或短句进一步包括悲伤类、愤怒类、恐惧类等词语和/或短句。“网络用语”是伴随网络的发展而新兴的一种有别于传统平面媒介的语言形式，往往在特定的网络媒介传播中表达特殊的意义，提高网上聊天的效率或并具有诙谐、逗乐等特性的特定语言。例如，恐龙、霉女、青蛙、鸭梨山大、HOLD不住、伤不起等网络用语。第一实施例图1为根据本专利技术第一实施例的智能机器人的多模态输出方法的流程示意图，该方法包括以下步骤。首先，在步骤S110中，抓取网络文本数据(子步骤S1110)，对网络文本数据中未存储在情感辞典中的网络用语进行情绪属性分类(子步骤S1120)。图2是根据本专利技术第一实施例步骤S110中的对网络用语进行情绪属性分类的流程示意图，该方法主要是在对新生的网络用语进行情绪属性分类的同时，还能进一步扩充情感词典中的词汇数量，从本文档来自技高网...

【技术保护点】
一种智能机器人的多模态输出方法，其特征在于，所述方法包括以下步骤：抓取网络文本数据，对所述网络文本数据中未存储在情感辞典中的网络用语进行情绪属性分类，并将该网络用语保存在情感辞典相应的分类中；在接收到包含所述网络用语的多模态输入数据后，根据所述网络用语对应的情绪属性分类生成多模态输出数据并输出。

【技术特征摘要】
1.一种智能机器人的多模态输出方法，其特征在于，所述方法包括以下步骤：抓取网络文本数据，对所述网络文本数据中未存储在情感辞典中的网络用语进行情绪属性分类，并将该网络用语保存在情感辞典相应的分类中；在接收到包含所述网络用语的多模态输入数据后，根据所述网络用语对应的情绪属性分类生成多模态输出数据并输出。2.如权利要求1所述的智能机器人的多模态输出方法，其特征在于，在对所述网络文本数据中未存储在情感辞典中的网络用语进行情绪属性分类的步骤中，采用设定模型对包含所述网络用语的多个语句进行情绪属性分类；根据所述网络用语在各类情绪属性语句中出现的频次，确定所述网络用语的情绪属性。3.如权利要求1所述的智能机器人的多模态输出方法，其特征在于，通过判断网络用语是否具有情绪属性标注信息来判断情感辞典中是否已存储有该网络用语。4.如权利要求1～3中任一项所述的智能机器人的多模态输出方法，其特征在于，所述情绪属性包括积极情感属性和消极情感属性。5.一种智能机器人的多模态输出装置，其特...

【专利技术属性】
技术研发人员：邱模武，徐振敬，
申请(专利权)人：北京光年无限科技有限公司，
类型：发明
国别省市：北京,11