负面情绪原因识别方法、设备及计算机可读存储介质技术

本发明专利技术公开了一种负面情绪原因识别方法、设备及计算机可读存储介质，该方法包括步骤：当获取到待识别句子后，生成所述待识别句子对应的句子模式；将所述句子模式与预存的负面情绪模式进行匹配，得到匹配结果；若根据所述匹配结果确定所述句子模式与所述负面情绪模式结构相同，且所述句子模式中至少存在一个元素与所述负面情绪模式的元素相同，则确定所述负面情绪模式对应的原因为所述待识别句子对应负面情绪的产生原因。本发明专利技术实现了实时识别出用户负面情绪以及产生负面情绪的原因。且相对于现有的基于机器学习算法分析用户的情绪，提高了识别用户产生负面情绪的原因的准确度。

【技术实现步骤摘要】
负面情绪原因识别方法、设备及计算机可读存储介质
本专利技术涉及人工智能
，尤其涉及一种负面情绪原因识别方法、设备及计算机可读存储介质。
技术介绍
在客服机器人领域，客服机器人更加关注用户负面情绪产生的原因，如用户认为产品或者服务存在不合理的地方，便会产生“质问相关”的负面情绪；用户使用产品或者服务过程中被激怒，便会产生“愤怒相关”的负面情绪；用户认为业务办理进度缓慢，便会产生的“催进度相关”的负面情绪等。客服机器人需要实时、准确的识别出用户产生负面情绪的原因，进而采取有针对性的措施，避免进一步激怒用户，甚至安抚用户，正确的引导用户到正常的业务流程中。目前常用的文本情绪分析方法为采用机器学习的方法，预测出文本是正面情绪，还是负面情绪，甚至给出归一化的情绪值。这种情绪分析方法适用于舆情分析、用户评论倾向分析等领域，但是不能识别出导致用户产生负面情绪的原因。
技术实现思路
本专利技术的主要目的在于提供一种负面情绪原因识别方法、设备及计算机可读存储介质，旨在解决现有的情绪分析方法不能分析出导致用户产生负面情绪的原因的技术问题。为实现上述目的，本专利技术提供一种负面情绪原因识别方法，所述负面情绪原因识别方法包括步骤：当获取到待识别句子后，生成所述待识别句子对应的句子模式；将所述句子模式与预存的负面情绪模式进行匹配，得到匹配结果；若根据所述匹配结果确定所述句子模式与所述负面情绪模式结构相同，且所述句子模式中至少存在一个元素与所述负面情绪模式的元素相同，则确定所述负面情绪模式对应的原因为所述待识别句子对应负面情绪的产生原因。优选地，所述当获取到待识别句子后，生成所述待识别句子对应的句子模式的步骤包括：当获取到待识别句子后，对所述待识别句子进行分词操作，得到所述待识别句子对应的词序列；确定所述词序列中各个词的词性，并获取所述词序列中各个词对应的同义词；根据所述词序列中的各个词，各个词的词性和各个词对应的同义词生成所述待识别句子的句子模式。优选地，所述当获取到待识别句子后，生成所述待识别句子对应的句子模式的步骤之前，还包括:获取预设时长内用户对应的历史句子；采用预设的情感分析算法在所述历史句子中获取表示负面情绪的目标句子，根据所述目标句子构建负面情绪模式；将所构建的所述负面情绪模式与对应的产生原因关联存储。优选地，所述采用预设的情感分析算法在所述历史句子中获取表示负面情绪的目标句子，根据所述目标句子构建负面情绪模式的步骤之后，还包括：检测所构建的所述负面情绪模式中是否存在模式相同的目标模式；若存在所述目标模式，则对所述目标模式执行去重操作，得到去重后的所述负面情绪模式；所述将所构建的所述负面情绪模式与对应的产生原因关联存储的步骤包括：将去重后的所述负面情绪模式与对应的产生原因关联存储。优选地，所述若存在所述目标模式，则对所述目标模式执行去重操作，得到去重后的所述负面情绪模式的步骤包括：若存在所述目标模式，则确定各个目标模式对应的目标句子的长度；在所述目标模式对应的目标句子中，保留长度最长的目标句子对应的目标模式，删除剩余的所述目标模式，以得到去重后的所述负面情绪模式。优选地，所述采用预设的情感分析算法在所述历史句子中获取表示负面情绪的目标句子，根据所述目标句子构建负面情绪模式的步骤之后，还包括：获取待测试句子，将所述待测试句子对应的测试模式与所构建的负面情绪模式进行匹配，得到所述待测试句子的情绪识别结果；输出所述情绪识别结果，以供对应的审核人员根据所述情绪识别结果审核所构建的负面情绪模式。优选地，所述采用预设的情感分析算法在所述历史句子中获取表示负面情绪的目标句子，根据所述目标句子构建负面情绪模式的步骤包括：采用预设的情感分析算法在所述历史句子中获取表示负面情绪的目标句子，生成所述目标句子对应的完整模式；根据预设的裁剪规则裁剪所述完整模式，以构建所述目标句子对应的负面情绪模式。优选地，所述若根据所述匹配结果确定所述句子模式与所述负面情绪模式结构相同，且所述句子模式中至少存在一个元素与所述负面情绪模式的元素相同，则确定所述负面情绪模式对应的原因为所述待识别句子对应负面情绪的产生原因的步骤之后，还包括：根据与所述句子模式匹配的所述负面情绪模式确定所述待识别句子对应的负面情绪强度类型，并输出所述产生原因和所述负面情绪强度类型；根据所述产生原因和所述负面情绪强度类型确定安抚负面情绪的安抚方案，并执行所述安抚方案。此外，为实现上述目的，本专利技术还提供一种负面情绪原因识别设备，所述负面情绪原因识别设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的负面情绪原因识别程序，所述负面情绪原因识别程序被所述处理器执行时实现如上所述的负面情绪原因识别方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有负面情绪原因识别程序，所述负面情绪原因识别程序被处理器执行时实现如上所述的负面情绪原因识别方法的步骤。本专利技术通过在获取到待识别句子时，生成该待识别句子对应的句子模式，当根据句子模式与预设的负面情绪模式之间的匹配结果确定句子模式与负面情绪模式结构相同，且句子模式中至少存在一个元素与负面情绪模式的元素相同，则可确定负面情绪模式对应的原因为待识别句子对应负面情绪的产生原因，实现了实时识别出用户负面情绪以及产生负面情绪的原因。且相对于现有的基于机器学习算法分析用户的情绪，提高了识别用户产生负面情绪的原因的准确度。且本专利技术中的基于模式匹配的负面情绪原因识别方法，识别负面情绪产生原因的过程透明化，使识别负面情绪产生原因的过程处于可控状态。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的结构示意图；图2是本专利技术负面情绪原因识别方法第一实施例的流程示意图；图3是本专利技术负面情绪原因识别方法第二实施例的流程示意图；图4是本专利技术负面情绪原因识别方法第四实施例的流程示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，图1是本专利技术实施例方案涉及的硬件运行环境的结构示意图。需要说明的是，图1即可为负面情绪原因识别设备的硬件运行环境的结构示意图。本专利技术实施例负面情绪原因识别设备可以是PC，便携计算机等终端设备。如图1所示，该负面情绪原因识别设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的负面情绪原因识别设备结构并不构成对负面情绪原因识别设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。如图1所示，作为一种计算机存储介本文档来自技高网...

【技术保护点】
1.一种负面情绪原因识别方法，其特征在于，所述负面情绪原因识别方法包括以下步骤：当获取到待识别句子后，生成所述待识别句子对应的句子模式；将所述句子模式与预存的负面情绪模式进行匹配，得到匹配结果；若根据所述匹配结果确定所述句子模式与所述负面情绪模式结构相同，且所述句子模式中至少存在一个元素与所述负面情绪模式的元素相同，则确定所述负面情绪模式对应的原因为所述待识别句子对应负面情绪的产生原因。

【技术特征摘要】
1.一种负面情绪原因识别方法，其特征在于，所述负面情绪原因识别方法包括以下步骤：当获取到待识别句子后，生成所述待识别句子对应的句子模式；将所述句子模式与预存的负面情绪模式进行匹配，得到匹配结果；若根据所述匹配结果确定所述句子模式与所述负面情绪模式结构相同，且所述句子模式中至少存在一个元素与所述负面情绪模式的元素相同，则确定所述负面情绪模式对应的原因为所述待识别句子对应负面情绪的产生原因。2.如权利要求1所述的负面情绪原因识别方法，其特征在于，所述当获取到待识别句子后，生成所述待识别句子对应的句子模式的步骤包括：当获取到待识别句子后，对所述待识别句子进行分词操作，得到所述待识别句子对应的词序列；确定所述词序列中各个词的词性，并获取所述词序列中各个词对应的同义词；根据所述词序列中的各个词，各个词的词性和各个词对应的同义词生成所述待识别句子的句子模式。3.如权利要求1所述的负面情绪原因识别方法，其特征在于，所述当获取到待识别句子后，生成所述待识别句子对应的句子模式的步骤之前，还包括:获取预设时长内用户对应的历史句子；采用预设的情感分析算法在所述历史句子中获取表示负面情绪的目标句子，根据所述目标句子构建负面情绪模式；将所构建的所述负面情绪模式与对应的产生原因关联存储。4.如权利要求3所述的负面情绪原因识别方法，其特征在于，所述采用预设的情感分析算法在所述历史句子中获取表示负面情绪的目标句子，根据所述目标句子构建负面情绪模式的步骤之后，还包括：检测所构建的所述负面情绪模式中是否存在模式相同的目标模式；若存在所述目标模式，则对所述目标模式执行去重操作，得到去重后的所述负面情绪模式；所述将所构建的所述负面情绪模式与对应的产生原因关联存储的步骤包括：将去重后的所述负面情绪模式与对应的产生原因关联存储。5.如权利要求4所述的负面情绪原因识别方法，其特征在于，所述若存在所述目标模式，则对所述目标模式执行去重操作，得到去重后的所述负面情绪模式的步骤包括：若存在所述目标模式，则确定各个目标模式对应的目标句子的长度；在所述目标模式对应的目标句子中，...

【专利技术属性】
技术研发人员：赵伟伟，杨海军，徐倩，杨强，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东,44