【技术实现步骤摘要】
用于情绪分析的方法和装置
[0001]本公开涉及情绪识别领域，具体地，本公开提供了一种用于情绪分析的方法和一种用于情绪分析的装置。
技术介绍
[0002]随着社会的发展，视频和音频已经成为了人们传递信息和表达自我感情的重要媒介，随着近几年来表情识别和语音情感识别方向技术的突破，视频和语音在信息时代背景下成为人与人之间思想沟通、感情交流、人机交互等的途径。基于语音和视频的情感识别研究对于增强计算机的智能化和人性化，开发新型人机环境，以及推动心理学等学科的发展，有着重要的现实意义。
[0003]传统的视频、语音情感识别领域的研究是分立的并没有实现能够同时利用人体表达出的面部表情和语音信息，各自采用的数据集也仅关注各自领域内的情感信息，忽略了人体在进行情感表达时所展现出的复杂性和多样性，导致用于情感分析的模型不具备普遍性，在实际场景中具有局限性，并导致情感分析结果的准确性较差。虽然也有提出利用生成判别网络法、隐马尔科夫模型法、以及k
‑
means聚类法和支持向量机等方法实现了多源融合分析功能，但因情感表达...
【技术保护点】
【技术特征摘要】
1.一种用于情绪分析的方法，所述方法包括：基于测试数据集对预先训练的情绪分析模型进行测试并获得情绪分析置信图，其中，所述情绪分析置信图表示所述情绪分析模型的分析结果的置信概率；获取第一信息和与所述第一信息不同的第二信息；基于所述第一信息通过所述情绪分析模型获取第一概率特征，并且基于所述第二信息通过所述情绪分析模型获取第二概率特征；基于所述情绪分析置信图对所述第一概率特征和所述第二概率特征进行校正并分别得到第一校正特征和第二校正特征；将所述第一校正特征和所述第二校正特征进行融合以获得融合情绪概率分析特征；以及基于融合情绪概率分析特征获得情绪分类预测。2.根据权利要求1所述的方法，其特征在于，所述基于测试数据集对预先训练的情绪分析模型进行测试并获得情绪分析置信图的步骤包括：步骤101、准备所述测试数据集，其中，所述测试数据集包括原始数据和与原始数据对应的情绪标签，原始数据包括图像、视频和音频中的至少一种；步骤102、通过所述预先训练的情绪分析模型对所述测试数据集中的原始数据进行分析并得到分析结果；步骤103、对所述测试数据集中的每个原始数据进行聚类并得到相应原始数据距离其所属分类的质心的距离；步骤104、针对所述测试数据集中的每个原始数据，当该原始数据的分析结果和与其对应的情绪标签不一致，并且该原始数据距对应的质心的距离大于等于预定阈值时，将该原始数据标记为不良数据，并舍弃不良数据；重复步骤101、102、103和104，使得筛选后的测试数据集中不包括不良数据；步骤105、通过所述预先训练的情绪分析模型对所述筛选后的测试数据集进行分析得到评估指标；以及步骤106、基于所述评估指标获得所述情绪分析置信图。3.根据权利要求1所述的方法，其特征在于，所述情绪分析置信图包括与所述第一信息对应的第一置信图O1和与所述第二信息对应的第二置信图O2，所述第一校正特征N1表示为A1×
O1，并且所述第二校正特征N2表示为A2×
O2，其中，A1为所述第一概率特征，A2为所述第二概率特征。4.根据权利要求3所述的方法，其特征在于，所述融合情绪概率分析特征由下式表示：S＝E
×
FF其中，S表示融合情绪概率分析特征，E表示融合校正特征，F表示融合置信矩阵；E
i
表示融合校正特征中的第i特征值，N
i1
表示第一校正特征中的第i特征值，N
i2
表示第二校正特征中的第i特征值；
F
ij
表示融合置信矩阵的第i行第j列的特征值，表示第一置信图中的第i行第i列的特征值，表示第二置信图中的第i行第i列的特征值，表示第一置信图中的第i行第j列的特征值，表示第二置信图中的第i行第j列的特征值。5.根据权利要求1所述的方法，其特征在于，所述方法还包括在获得所述融合情绪概率分析特征之后执行以下步骤以获得所述情绪分类预测：将所述融合情绪概率分析特征用作当前分析特征；基于...
【专利技术属性】
技术研发人员：王治博，李永春，王智勇，童心，贺佳琦，李英杰，
申请(专利权)人：沈阳康泰电子科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。