一种面向多轮对话中回复情感的动态决策方法技术

一种面向多轮对话中回复情感的动态决策方法，基于情感导向决策单元实现，为实现恰当地决策出回复的情感，将多轮对话情感导向决策子任务视为一种限制条件下的序列预测任务。情感导向决策单元以LSTM为基础模型，包括两个外部输入、两个内部隐藏状态和四个门控机制，两个外部输入为用于提供用户当前情感信息的用户当前对话情感和用于提供引导目标情感信息的用户目标情感极性，门控机制中改进了遗忘门，并增加了情感导向门，与EGDMC训练算法配合取得了最符合真实情况下的情感导向决策。

【技术实现步骤摘要】
一种面向多轮对话中回复情感的动态决策方法
本专利技术属于人工智能
，涉及情感对话生成，特别涉及一种面向多轮对话中回复情感的动态决策方法。
技术介绍
情感导向决策任务是指根据历史对话的情感序列和目标情感倾向，决策出适合当前回复的情感，因此，使用情感序列预测任务的方法完成情感导向决策任务是一种比较自然的思路。此外，情感导向决策任务与情感序列预测任务的区别在于前者需要考虑目标情感倾向对预测结果的影响，因此需要针对性地进行模型结构的改进，进而提升决策的恰当性。目前，研究人员只致力于在对话生成模型中添加更多的情感词，以保持用户聊天的持续性，而不考虑回复的情感是否符合人类对话。
技术实现思路
为了克服上述现有技术的缺点，针对对话生成模型中缺乏对回复情感的显式决策导致的回复情感不恰当的问题，以及现有工作对情感导向决策尚未开展大规模研究的问题，本专利技术的目的在于提供一种面向多轮对话中回复情感的动态决策方法，采用基于带门控机制的时间序列模型的情感导向决策单元(EGDMC)，对对话中回复情感进行导向决策，进而得到对于当前回复最恰当的情感本文档来自技高网...

【技术保护点】
1.一种面向多轮对话中回复情感的动态决策方法，其特征在于，基于情感导向决策单元实现，所述情感导向决策单元以LSTM为基础模型，包括两个外部输入、两个内部隐藏状态和四个门控机制，所述两个外部输入为用于提供用户当前情感信息的用户当前对话情感e

【技术特征摘要】
1.一种面向多轮对话中回复情感的动态决策方法，其特征在于，基于情感导向决策单元实现，所述情感导向决策单元以LSTM为基础模型，包括两个外部输入、两个内部隐藏状态和四个门控机制，所述两个外部输入为用于提供用户当前情感信息的用户当前对话情感eUT和用于提供引导目标情感信息的用户目标情感极性S，eUT∈{happiness，like，none，disgust，sadness，anger}，S∈{positive，negative}，所述两个内部隐藏状态为上一时刻的单元状态CT-1和上一时刻的隐藏状态hT-1，其中CT-1代表长期的情感记忆，hT-1代表短期的情感记忆，所述四个门控机制为：遗忘门fT，决定需要保留的历史情感记忆；输入门iT，决定需要增加的当前情感记忆；情感导向门gT，控制用户目标情感对当前情感决策的影响程度；输出门oT，决定需要输出的情感决策信息，其中：
fT＝σ(Wf·[hT-1，eUT，S]+bf)
iT＝σ(Wi·[hT-1，eUT]+bi)
gT＝σ(Wg·[eUT，S]+bg)
oT＝σ(Wo·[hT-1，eUT]+bo)
式中，σ为非线性激活函数，Wf、Wi、Wg和Wo为可训练的神经网络权重，bf、bi、bg和bo为可训练的神经网络偏差。


2.根据权利要求1所述面向多轮对话中回复情感的动态决策方法，其特征在于，所述非线性激活函数为Sigmoid函数。


3.根据权利要求1所述面向多轮对话中回复情感的动态决策方法，其特征在于，所述情感导向决策单元通过如下方法训练：
以多轮对话的情感类别序列{eU1，eR1，eU2，eR2…，eUj，eRj,…，eUT}和对应的目标情感极性S作为输入，决策出当前回复情感类别进行输出，其中eUj表示第j轮用户语句的情感类别，eRj表示第j轮回复语句的情...

【专利技术属性】
技术研发人员：马志强，贾文超，王春喻，杜宝祥，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：内蒙古;15