一种基于对话情绪检测的催收暴力倾向评价方法和装置制造方法及图纸

本发明专利技术涉及对话情感识别技术领域，具体涉及一种基于对话情绪检测的催收暴力倾向评价方法和装置。该方法包括：接收催收对话记录；去除催收对话记录中的停用词和无用字符，获取催收对话文本；利用训练好的对话情绪检测模型对催收对话文本进行分析计算，获取催收对话文本中第一讲话者的每句对话对应的暴力情绪类别；根据第一数量和预设评价判据，对催收对话文本中第一讲话者进行催收暴力倾向评价。本发明专利技术利用训练好的对话情绪检测模型获取催收对话文本中每句对话对应的暴力情绪类别，之后根据预设评价判据和包含有暴力情绪的对话的数量，完成了对催收信息的暴力倾向评价，降低了评价成本，高效地实现催收暴力倾向评价。

A method and device for evaluating the tendency of collection violence based on dialogue emotion detection

【技术实现步骤摘要】
一种基于对话情绪检测的催收暴力倾向评价方法和装置
本专利技术涉及对话情感识别
，具体涉及一种基于对话情绪检测的催收暴力倾向评价方法和装置。
技术介绍
信息技术日益的发展，刺激了催收行业的扩张。其中恐吓，威胁，辱骂，不间断地骚扰被催收方行为较为普遍，由此经常引发恶性事件。它们不仅扰乱金融秩序，挑战社会道德底线，也严重影响社会稳定。因此，催收质检在规范化催收中起着不可或缺的作用，所以如何提高和加速催收质检工作的质量和流程已成为催收行业迫切的需求，同时理清这些问题对暴力催收的斗争有重要现实意义。现有的催收质检的解决方案，主要是以人工审核的方式对催收对话进行暴力倾向评价来实现，其需要催收质检小组协同合作完成。催收质检小组中需要若干人整理催收人员的通信记录，与此同时，小组中的其他若干人则需审核整理好记录，这一审核过程既耗时又繁琐，也需要投入大量的人力和财力。因此，如何高效地实现催收暴力倾向评价，是目前亟待解决的技术问题。
技术实现思路
本专利技术的目的是提供一种基于对话情绪检测的催收暴力倾向评价方法和装置，以提高本文档来自技高网...

【技术保护点】
1.一种基于对话情绪检测的催收暴力倾向评价方法，其特征在于，所述方法包括：/n接收催收对话记录；/n去除所述催收对话记录中的停用词和无用字符，获取催收对话文本；/n利用训练好的对话情绪检测模型对所述催收对话文本进行分析计算，获取所述催收对话文本中第一讲话者的每句对话对应的暴力情绪类别；其中，所述暴力情绪类别包括暴力情绪和非暴力情绪；/n根据第一数量和预设评价判据，对所述催收对话文本中第一讲话者进行催收暴力倾向评价；其中，所述第一数量为所述催收对话文本中第一讲话者的包含有暴力情绪的对话的数量。/n

【技术特征摘要】
1.一种基于对话情绪检测的催收暴力倾向评价方法，其特征在于，所述方法包括：
接收催收对话记录；
去除所述催收对话记录中的停用词和无用字符，获取催收对话文本；
利用训练好的对话情绪检测模型对所述催收对话文本进行分析计算，获取所述催收对话文本中第一讲话者的每句对话对应的暴力情绪类别；其中，所述暴力情绪类别包括暴力情绪和非暴力情绪；
根据第一数量和预设评价判据，对所述催收对话文本中第一讲话者进行催收暴力倾向评价；其中，所述第一数量为所述催收对话文本中第一讲话者的包含有暴力情绪的对话的数量。


2.根据权利要求1所述的催收暴力倾向评价方法，其特征在于，所述利用训练好的对话情绪检测模型对所述催收对话文本进行分析计算，获取所述催收对话文本中第一讲话者的每句对话对应的暴力情绪类别，包括：
对所述催收对话文本进行词向量化处理，获得词向量embedding矩阵；
将所述词向量embedding矩阵等同于Key矩阵、Value矩阵和Query矩阵，通过Transformer-Encoder模型，获得带有所述词向量embedding矩阵中各词汇之间联系的联系权重矩阵；
将所述联系权重矩阵通过线性层和残差神经网络进行处理计算，获取所述催收对话文本中每句对话的表达特征；
根据所述催收对话文本中每句对话的表达特征，获得所述催收对话文本中第一讲话者的每句对话对应的情感状态信息；
利用MLP网络对所述情感状态信息进行处理，获得所述催收对话文本中第一讲话者的每句对话对应的暴力情绪类别。


3.根据权利要求1所述的催收暴力倾向评价方法，其特征在于，所述利用训练好的对话情绪检测模型对所述催收对话文本进行分析计算，获取所述催收对话文本中第一讲话者的每句对话对应的暴力情绪类别之前，所述方法还包括：
接收催收对话记录训练集；其中，所述催收对话记录训练集中的每句对话均包含暴力情绪类别；
构建所述对话情绪检测模型；
利用所述催收对话记录训练集和所述催收对话记录训练集中的每句对话对应的暴力情绪类别，对所述对话情绪检测模型进行训练。


4.根据权利要求2所述的催收暴力倾向评价方法，其特征在于，所述对所述催收对话文本进行词向量化处理，获得词向量embedding矩阵，包括：
利用分词工具所述催收对话文本进行分词处理，获得若干词汇；
利用所述词汇构建字典；
为所述字典中各词汇分别映射词汇ID；
将所述词汇ID映射到初始化的embedding矩阵，获得所述词向量embedding矩阵。


5.根据权利要求2所述的催收暴力倾向评价方法，其特征在于，所述将所述词向量embedding矩阵等同于Key矩阵、Value矩阵和Query矩阵，通过Transformer-Encoder模型，获得带有所述词向量embedding矩阵中各词汇之间联系的联系权重矩阵，包括：
将所述词向量embedding矩阵等同于所述Transformer-Encoder模型中的Key矩阵、Value矩阵和Query矩阵；
将所述Key矩阵、所述Value矩阵和所述Query矩阵分别进行线性映射，获得Key线性矩阵、Value线性矩阵和Query线性矩阵；
将所述Key线性矩阵、所述Value线性矩阵和所述Query线性矩阵分别进行num_heads...

【专利技术属性】
技术研发人员：薛志东，吕洪亚，曾喻江，侯天居，许柯培，卢璟祥，
申请(专利权)人：华中科技大学鄂州工业技术研究院，华中科技大学，
类型：发明
国别省市：湖北;42