情绪预警方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种情绪预警方法、系统、设备及存储介质，其中，情绪预警方法包括：获取当前对话对应的消息文本；将当前对话对应的消息文本进行处理得到对应的词向量；将词向量输入至情绪识别模型进行分类，以得到当前对话对应的情绪识别结果，情绪识别模型用于识别消息文本对应的情绪；根据当前对话对应的情绪识别结果与当前对话对应的历史对话的情绪识别结果生成情绪预警信息。本发明专利技术相比于关键词匹配的传统方法，识别准确率高，实时性强，可以根据预测结果进行及时的相应处理，以提高对话的服务质量。质量。质量。

【技术实现步骤摘要】
情绪预警方法、系统、设备及存储介质


[0001]本专利技术属于情绪识别
，特别涉及一种情绪预警方法、系统、设备和存储介质。

技术介绍

[0002]客服与客户在即时消息传递(IM)交流过程中，常面临一些客户会带有一些不良情绪，例如不耐烦，愤怒，生气，焦急等极端情绪。当客户出现以上情绪时，继续由当前的客服提供服务则可能引起客户的更强烈的不满。因此，要更好的服务于客户，有必要及时监测并识别客户情绪，以及时切换至其他更合适的处理方式，如将当前的机器客服切换至人工客服，或者将当前的人工客服切换至更高级别客服等处理方式。
[0003]现有技术中对极端情绪的识别，通用的技术是通过预定义好的极端情绪关键词，比如常见的脏话，骂人的话，对IM文本消息与关键词进行规则匹配。如果客户的IM文本消息命中了极端情绪关键词，则进行预警，进而进行后续的服务切换。但是这种基于关键词的方法，并不能结合到语义，不能准确区分出情绪的极端程度，如正常、负面、极端等，比如“垃圾桶”，就会导致正常的表达而误判为负面情绪等，这会导致情绪判断的准确率较低，引发大量错误的服务切换，造成人力浪费。

技术实现思路

[0004]本专利技术要解决的技术问题是为了克服现有技术中利用关键词匹配方式不能准确区分出情绪的极端程度，导致情绪判断的准确率较低的缺陷，提供一种情绪预警方法、系统、设备和存储介质。
[0005]本专利技术是通过下述技术方案来解决上述技术问题：
[0006]本专利技术提供一种情绪预警方法，所述情绪预警方法包括：/>[0007]获取当前对话对应的消息文本；
[0008]将所述当前对话对应的消息文本进行处理得到对应的词向量；
[0009]将所述词向量输入至情绪识别模型进行分类，以得到所述当前对话对应的情绪识别结果，所述情绪识别模型用于识别所述消息文本对应的情绪；
[0010]根据所述当前对话对应的情绪识别结果与所述当前对话对应的历史对话的情绪识别结果生成情绪预警信息。
[0011]优选地，所述根据所述当前对话对应的情绪识别结果与所述当前对话对应的历史对话的情绪识别结果生成情绪预警信息包括：
[0012]判断所述当前对话对应的情绪识别结果与所述历史对话对应的情绪识别结果是否超出第一预设范围，若是，则生成所述情绪预警信息。
[0013]优选地，所述情绪识别结果包括分值，所述判断所述当前对话对应的情绪识别结果与所述历史对话对应的情绪识别结果是否超出第一预设范围包括：
[0014]判断所述当前对话对应的情绪识别结果的分值与所述历史对话对应的情绪识别
结果的分值累加是否超出所述第一预设范围。
[0015]优选地，所述根据所述当前对话对应的情绪识别结果与所述当前对话对应的历史对话的情绪识别结果生成情绪预警信息之后还包括：
[0016]将所述当前对话对应的情绪识别结果保存至Redis数据库，作为所述历史对话对应的情绪识别结果；
[0017]返回所述获取当前对话的消息文本的步骤。
[0018]优选地，所述获取当前对话的消息文本包括：
[0019]判断所述当前对话的消息文本的句数是否小于第二预设范围，若是，则获取所述当前对话对应的历史对话的消息文本，并将所述当前对话的消息文本与所述当前对话对应的历史对话的消息文本拼接；
[0020]将拼接后的消息文本作为所述当前对话的消息文本，执行所述将所述当前对话对应的消息文本进行处理得到对应的词向量。
[0021]优选地，所述根据所述当前对话对应的情绪识别结果与所述当前对话对应的历史对话的情绪识别结果生成情绪预警信息之后还包括：
[0022]保存拼接前的所述当前对话的消息文本至Redis数据库，作为对应的所述历史对话的消息文本；
[0023]所述获取所述当前对话对应的历史对话的消息文本包括：
[0024]从Redis数据库获取所述当前对话对应的历史对话的消息文本。
[0025]本专利技术还提供一种情绪预警系统，所述情绪预警系统包括获取模块、向量模块、识别模块和预警模块；
[0026]所述获取模块用于获取当前对话对应的消息文本；
[0027]所述向量模块用于将所述当前对话对应的消息文本进行处理得到对应的词向量；
[0028]所述识别模块用于将所述词向量输入至情绪识别模型进行分类，以得到所述当前对话对应的情绪识别结果，所述情绪识别模型用于识别所述消息文本对应的情绪；
[0029]所述预警模块用于根据所述当前对话对应的情绪识别结果与所述当前对话对应的历史对话的情绪识别结果生成情绪预警信息。
[0030]优选地，所述预警模块用于判断所述当前对话对应的情绪识别结果与所述历史对话对应的情绪识别结果是否超出第一预设范围，若是，则生成所述情绪预警信息。
[0031]优选地，所述情绪识别结果包括分值，所述预警模块用于判断所述当前对话对应的情绪识别结果的分值与所述历史对话对应的情绪识别结果的分值累加是否超出所述第一预设范围。
[0032]优选地，所述情绪预警系统还包括第一保存模块；
[0033]所述第一保存模块用于将所述当前对话对应的情绪识别结果保存至Redis数据库，作为所述历史对话对应的情绪识别结果，调用所述获取模块。
[0034]优选地，所述获取模块包括判断单元和拼接单元；
[0035]所述判断单元用于判断所述当前对话的消息文本的句数是否小于第二预设范围，若是，则调用所述拼接单元；
[0036]所述拼接单元用于获取所述当前对话对应的历史对话的消息文本，并将所述当前对话的消息文本与所述当前对话对应的历史对话的消息文本拼接，将拼接后的消息文本作
为所述当前对话的消息文本，调用所述向量模块。
[0037]优选地，所述情绪预警系统包括第二保存模块，所述第二保存模块用于保存拼接前的所述当前对话的消息文本至Redis数据库，作为对应的所述历史对话的消息文本；
[0038]所述获取模块还用于从Redis数据库获取所述当前对话对应的历史对话的消息文本。
[0039]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的情绪预警方法。
[0040]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的情绪预警方法的步骤。
[0041]本专利技术的积极进步效果在于：
[0042]本专利技术通过获取当前对话对应的消息文本，并将所述当前对话对应的消息文本进行处理得到对应的词向量，然后将词向量输入至情绪识别模型进行分类，以得到当前对话对应的情绪识别结果，再根据当前对话对应的情绪识别结果与当前对话对应的历史对话的情绪识别结果生成情绪预警信息，从而可以结合当前对话的内容和历史对话的内容，利用情绪识别模型对对话内容中的情绪走向进行预测判断，相比于关键词匹配的传统方法，识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种情绪预警方法，其特征在于，所述情绪预警方法包括：获取当前对话对应的消息文本；将所述当前对话对应的消息文本进行处理得到对应的词向量；将所述词向量输入至情绪识别模型进行分类，以得到所述当前对话对应的情绪识别结果，所述情绪识别模型用于识别所述消息文本对应的情绪；根据所述当前对话对应的情绪识别结果与所述当前对话对应的历史对话的情绪识别结果生成情绪预警信息。2.如权利要求1所述的情绪预警方法，其特征在于，所述根据所述当前对话对应的情绪识别结果与所述当前对话对应的历史对话的情绪识别结果生成情绪预警信息包括：判断所述当前对话对应的情绪识别结果与所述历史对话对应的情绪识别结果是否超出第一预设范围，若是，则生成所述情绪预警信息。3.如权利要求2所述的情绪预警方法，其特征在于，所述情绪识别结果包括分值，所述判断所述当前对话对应的情绪识别结果与所述历史对话对应的情绪识别结果是否超出第一预设范围包括：判断所述当前对话对应的情绪识别结果的分值与所述历史对话对应的情绪识别结果的分值累加是否超出所述第一预设范围。4.如权利要求1所述的情绪预警方法，其特征在于，所述根据所述当前对话对应的情绪识别结果与所述当前对话对应的历史对话的情绪识别结果生成情绪预警信息之后还包括：将所述当前对话对应的情绪识别结果保存至Redis数据库，作为所述历史对话对应的情绪识别结果；返回所述获取当前对话的消息文本的步骤。5.如权利要求1所述的情绪预警方法，其特征在于，所述获取当前对话的消息文本包括：判断所述当前对话的消息文本的句数是否小于第二预设范围，若是，则获取所述当前对话对应的历史对话的消息文本，并将所述当前对话的消息文本与所述当前对话对应的历史对话的消息文本拼接；将拼接后的消息文本作为所述当前对话的消息文本，执行所述将所述当前对话对应的消息文本进行处理得到对应的词向量。6.如权利要求5所述的情绪预警方法，其特征在于，所述根据所述当前对话对应的情绪识别结果与所述当前对话对应的历史对话的情绪识别结果生成情绪预警信息之后还包括：保存拼接前的所述当前对话的消息文本至Redis数据库，作为对应的所述历史对话的消息文本；所述获取所述当前对话对应的历史对话的消息文本包括：从Redis数据库获取所述当前对话对应的历史对话的消息文本。7.一种情绪预警系统，其特征在于，所述情绪预警系统包括获取模块、向量模...

【专利技术属性】
技术研发人员：邓艳江，罗超，胡泓，
申请(专利权)人：携程计算机技术上海有限公司，
类型：发明
国别省市：