一种基于对话交互过程的大五人格感知方法及其系统技术方案

技术编号:36514815 阅读:53 留言:0更新日期:2023-02-01 15:45
本发明专利技术公开了一种基于对话交互过程的大五人格感知方法及其系统,涉及智能对话技术,针对现有技术中人格分析依赖于大篇幅内容的问题提出本方案。系统包括用户对话数据获取模块;用户对话数据处理模块,用于分别将用户对话数据中的对话内容、对话人物进行表征;将用户对话数据处理为可计算的向量并进行表征;大五人格分析模块,用于将处理后的用户对话数据进行人物个性向量的更新及自然语言理解,共同形成新的对话生成输入数据;对话生成模块。优点在于,首先提出了基于对话的大五人格分析模型,比起传统的大五人格分析模型,更大化的优化了在对话层面的分析准确度。使用了人物个性特征,在不影响对话质量的前提下,优化了对话的个性化表达。的个性化表达。的个性化表达。

【技术实现步骤摘要】
一种基于对话交互过程的大五人格感知方法及其系统


[0001]本专利技术涉及智能对话技术,尤其涉及一种基于对话交互过程的大五人格感知方法及其系统。

技术介绍

[0002]根据具体的应用,人机对话系统大致分为两类:面向任务的系统和非面向任务的系统。面向任务系统的主要目的在于帮助用户完成某些任务,如查找产品、预定住宿和餐馆等等。非面向任务系统的主要目的在与人交互过程中提供合理的反应和娱乐。
[0003]近年来,如何自动识别人格在情感计算领域获得了越来越多的关注。人类的个性在日常生活当中的影响是巨大的,涉及到他们的偏好以及选择。因此,开发人格分析模型有重要的实际应用价值,在推荐系统、工作选择等领域都有出色的表现。在心理学领域中,大五人格理论作为半世纪以来的经典人格理论,在学术界和应用领域产生了极大的影响。按照大五人格的分类标准,人物性格可以分为五类,分别是外倾型(Extraversion)、宜人型(Agreeableness)、尽职型(Conscientiousness)、神经质(Neuroticism)和开放型(Openness)。
[0004]在现有的技术方法中,大家共同关注到篇章级的大五人格感知任务,而较少关注到在对话当中的大五人格感知任务。由于篇章级包含更多更完整的信息,将其迁移到对话交互过程中时效果不佳。且篇章级的词汇更加书面化,不如人机对话中的口语化程度高,因此在对话交互中的大五人格感知任务难度更高。
[0005]因此,极为有必要开发一种基于对话交互过程的大五人格感知方法及其系统,首先填补大五人格感知在对话层面的空缺,其次也满足用户对于智能化人机系统的需求。

技术实现思路

[0006]本专利技术目的在于提供一种基于对话交互过程的大五人格感知方法及其系统,以解决上述现有技术存在的问题。
[0007]本专利技术中所述一种基于对话交互过程的大五人格感知系统,包括:用户对话数据获取模块,用于获取用户对话数据;用户对话数据处理模块,用于分别将用户对话数据中的对话内容、对话人物进行表征并暂存于服务器端;将用户对话数据处理为可计算的向量并进行表征;大五人格分析模块,用于将处理后的用户对话数据进行人物个性向量的更新及自然语言理解,共同形成新的对话生成输入数据;对话生成模块,用于根据所述新的对话生成输入数据有针对性地输出对话回复。
[0008]对话内容表征为;对话人物表征为;其中m表示第一说话人的对话数,n表示第二说话人的对话数。
[0009]所述用户对话数据处理模块通过词嵌入的方式处理成可计算的句向量。
[0010]对话内容向量表征为,其中,i表示说话人索引,j表示说话人句子索引,k
j
表示对应句子的词个数;对话人物向量表征为,S1表示第一说话人标记的词向量,S2表示第二说话人标记的词向量。
[0011]本专利技术中所述一种基于对话交互过程的大五人格感知方法,利用所述系统进行大五人格感知。
[0012]本专利技术中所述一种基于对话交互过程的大五人格感知方法及其系统,其优点在于,首先提出了基于对话的大五人格分析模型,比起传统的大五人格分析模型,更大化的优化了在对话层面的分析准确度,在人机对话系统之外此模型仍然可以在商品推荐、客人服务等场景中发挥重要作用。使用了人物个性特征,在不影响对话质量的前提下,优化了对话的个性化表达。
附图说明
[0013]图1是本专利技术中所述一种基于对话交互过程的大五人格感知方法流程示意图。
具体实施方式
[0014]如图1所示,本专利技术中所述一种基于对话交互过程的大五人格感知方法是以所述系统进行大五人格感知分析。所述的一种基于对话交互过程的大五人格感知系统包括了用户对话数据获取模块、用户对话数据处理模块、大五人格分析模块和对话生成模块。具体工作步骤如下:步骤1、用户对话数据获取模块通过Flask框架构建、查询、修改关系型数据库。
[0015]步骤2、用户对话数据处理模块向所述用户对话数据获取模块发起请求,获取用户对话数据。对话内容表征为,对话人物表征为,m表示第一说话人的对话数,n表示第二说话人的对话数。所述请求的数据将被暂时存储在服务器端。
[0016]步骤3、将所述存储在服务器端中的数据经由用户对话数据处理模块,通过词嵌入的方式处理成可计算的句向量。处理后的对话内容向量表征为,其中,i表示说话人索引,j表示说话人句子索引,k
j
表示对应句子的词个数。处理后的对话人物向量表征为。S1表示第一说话人标记的词向量,S2表示第二说话人标记的词向量。
[0017]步骤4、所述处理后的用户对话数据输入到大五人格分析模块,进行人物个性向量的更新及自然语言理解,共同形成对话生成模块的个性化输入。
[0018]步骤5、根据所述个性化输入在对话生成模块有针对性地输出回复。
[0019]具体地,所述步骤2包括以下子步骤:
步骤21、所述用户对话数据获取模块接收请求之后,得到用户的对话数据,将其存储在dataframe结构中,清洗冗余信息,则原始数据,其中utterance表示对话内容,speaker表示对应说话人,person_for_bigfive表示进行大五人格分类的对象。
[0020]步骤22、所述原始数据经过抽取和整理,将utterance一列表示为,将speaker一列表示为。U与P为一一对应关系。
[0021]具体地,所述步骤3包括以下子步骤:步骤31、对的每一个子列进行切词处理。
[0022]步骤32、对所述切词处理过后的数据做词向量编码,将映射成。得到最终输入样本。
[0023]步骤33、对做人物向量编码。将识别到的person_for_bigfive处理成[speaker2],另一对话人处理为[speaker1]。得到,S1表示[speaker1]的对应编码,S2表示[speaker2]的对应编码。此操作可以保证在后续大五人格分析时得到的人格为目标说话人。
[0024]具体地,所述步骤4包括以下子步骤:步骤41、所述大五人格分析模块由大五人格分类模型及自然语言理解模型的集成组成。
[0025]步骤42、大五人格分类模型(BF Model,后简写为BFM)中定义对话

人格编码器(DP Decoder,后简写为DPD)及人物个性更新器(PF Machine,后简写为PFM)。对话

人格编码器采用多头注意力机制(Multi

Head Attention),关注对话与人格相关性高的特征,将其连接做层归一化(Layer Normalization),其公式为:此时,Q
MHA
为样本经过多头注意力机制的输出向量,μ
L
表示样本Q
MHA
的均值,σ
L
表示样本Q
MHA
的方差。人物的大五人格标签根据softmax函数得到,其公式为:其中z
i
为第i个节点的输出值本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于对话交互过程的大五人格感知系统,其特征在于,包括:用户对话数据获取模块,用于获取用户对话数据;用户对话数据处理模块,用于分别将用户对话数据中的对话内容、对话人物进行表征并暂存于服务器端;将用户对话数据处理为可计算的向量并进行表征;大五人格分析模块,用于将处理后的用户对话数据进行人物个性向量的更新及自然语言理解,共同形成新的对话生成输入数据;对话生成模块,用于根据所述新的对话生成输入数据有针对性地输出对话回复。2.根据权利要求1所述一种基于对话交互过程的大五人格感知系统,其特征在于,对话内容表征为;对话人物表征为;其中m表示第一说话人的对话数,n表示第二说话...

【专利技术属性】
技术研发人员:韩文静徐向民邢晓芬陈艺荣帖千枫
申请(专利权)人:华南理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1