一种应答系统的信息处理方法及装置制造方法及图纸

本申请实施例公开了一种应答系统的信息处理方法及装置。该方法包括：首先，对接收到的语句进行情感分析得到该语句对应的主题，以及代表每一主题的情感极性和情感强度的情感分数；接下来，根据每一主题、针对每一主题的情感极性和主题分类模型确定每一主题对应的主题分类和情感权重值，其中，不同主题分类在情感极性为正或为负的情况下，其情感权重值会因为对整体情感倾向影响的程度不同而不同；然后，根据每一主题对应的情感分数和情感权重值进行加权求和得到整体情感分数；之后，根据整体情感分数确定与之匹配的语句进行应答。在应答系统中，使用上述方法获得的整体情感分数更贴近用户的真实情感，因而能输出与用户情感更匹配的应答语句。

【技术实现步骤摘要】
一种应答系统的信息处理方法及装置
本申请涉及信息处理
，尤其涉及一种应答系统的信息处理方法及装置。
技术介绍
在应答系统中，经常有对用户当前话语进行情感分析的需求。但是，有时候存在用户一句话涉及多个方面的话题，对每个方面的话题的情感不同，导致对用户的整体情感识别不准确。例如：用户输入的话语是“这部手机外观不错，像素也挺好，NFC(NearFieldCommunication，近场通信)功能也很棒，就是经常无法正常开机”。用户这句话中提及了四个方面的话题，且每个话题的情感分数也不一样：对外观设计的情感分数是正数、对像机质量的情感分数是正数、对NFC的情感分数是正向的、对开机的情感分数是负向的。在这种情况下，如何准确地计算用户整体的情感分数是正向还是负向，并根据情感分数找到与之匹配的应答语句就成为应答系统中尚待解决的一个技术问题。
技术实现思路
针对以上问题，本申请实施例提供了一种应答系统的信息处理方法及装置。根据本申请实施例第一方面，提供一种应答系统的信息处理方法，该方法包括：获取第一语句；根据第一语句得本文档来自技高网...

【技术保护点】
1.一种应答系统的信息处理方法，所述方法包括：/n获取第一语句；/n根据所述第一语句得到所述第一语句对应的主题和针对每一主题的情感分数，其中，所述情感分数包括情感极性和情感强度，所述情感极性包括正和负，正代表积极情感，负代表消极情感，所述情感强度是代表情感强弱程度的一个数值；/n根据每一主题、针对每一主题的情感极性和主题分类模型确定每一主题对应的主题分类和情感权重值，其中，所述主题分类包括在情感极性为正或为负的情况下都低于中值的第一主题分类，在情感极性为正的情况下情感权重值低于中值而在情感极性为负的情况下情感权重值高于中值的第二主题分类，在情感极性为正或为负的情况下情感权重值都大于等于中值的第...

【技术特征摘要】
1.一种应答系统的信息处理方法，所述方法包括：
获取第一语句；
根据所述第一语句得到所述第一语句对应的主题和针对每一主题的情感分数，其中，所述情感分数包括情感极性和情感强度，所述情感极性包括正和负，正代表积极情感，负代表消极情感，所述情感强度是代表情感强弱程度的一个数值；
根据每一主题、针对每一主题的情感极性和主题分类模型确定每一主题对应的主题分类和情感权重值，其中，所述主题分类包括在情感极性为正或为负的情况下都低于中值的第一主题分类，在情感极性为正的情况下情感权重值低于中值而在情感极性为负的情况下情感权重值高于中值的第二主题分类，在情感极性为正或为负的情况下情感权重值都大于等于中值的第三主题分类和在情感极性为正的情况下情感权重值高于中值而在情感极性为负的情况下情感权重值低于中值的第四主题分类；
根据所述第一语句对应的主题、针对每一主题的情感分数和每一主题对应的情感权重值，进行加权求和得到所述第一语句的整体情感分数；
根据所述整体情感分数确定与所述整体情感分数匹配的第二语句以应答第一语句。


2.根据权利要求1所述的方法，所述根据所述第一语句得到所述第一语句对应的主题和针对每一主题的情感分数，包括：
对所述第一语句进行语言预处理得到第一语言预处理结果，所述预处理包括去除停用词、去除特殊字符；
根据所述第一语言预处理结果得到所述第一语句对应的主题和针对每一主题的情感分数。


3.根据权利要求2所述的方法，所述根据所述第一语言预处理结果得到所述第一语句对应的主题和针对每一主题的情感分数，包括：
根据所述第一语言预处理结果得到所述第一语句对应的主题和针对每一主题的情感极性；
根据所述第一语言预处理结果、第一语句对应的主题和针对每一主题的情感极性确定针对每一主题在相应情感极性下的情感强度。


4.根据权利要求3所述的方法，所述根据所述第一语言预处理结果得到所述第一语句对应的主题和针对每一主题的情感极性，包括：
将所述第一语言预处理结果输入到情感极性分析系统得到所述第一语句对应的主题和针对每一主题的情感极性，其中所述情感极性分析系统包括基于Bert、LSTM、CRF建立的联合模型。


5.根据权利要求3所述的方法，所述根据所述第一语言预处理结果、第一语句对应的主题和针对每一主题的情感极性确定针对每一主题在相应情感极性下的情感强度，包括：
将所述第一语言预处理结果、所述第一语句对应的主题中的每一主题和针对每一主题的情感极性输入到情感极性强度分析系统得到每一主题在相应情感极性下的情感强度，其中所述情感极性强度分析系统包括基于机器学习回归算法的模型。


6.根据权利要求1所述的方法，在所述根据每一主题、针对每一主题的情感极性和主题分类模型确定每一主题对应的主题分类和情感权重值之前，所述方法还包括：
确定所述主题分类模型所使用的回归分析算法；
根据所述用户评价数据对所述主题分类模型进行训练以得到不同主题分类对应的主题库；
相应地，所述根据每一主题、针对每一主题的情感分数和主题分类模型确定每一主题对应的主题分类和情感权重值，包括：...

【专利技术属性】
技术研发人员：宋鸣，卓雷，孙佳，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京;11