【技术实现步骤摘要】
一种人机共情对话方法、系统、电子设备和介质
[0001]本专利技术涉及智能机器人、开放领域对话系统
,具体涉及一种人机共情对话方法、系统、电子设备和介质。
技术介绍
[0002]共情是一种复杂的社会情绪行为,是情绪和认知机制相互作用的结果。人机对话旨在研究如何使计算机来理解和运用人类社会的自然语言,并通过感知情绪来加强与人类用户的联系,从而提升用户的满意度,其在对话领域有着重要作用。在现有的共情反应研究中,
[0003](Zhou and Wang 2018;Zhou et al.2018a;Wang and Wan 2018;Song et al.2019;Shen and Feng2020)通过一个指定的情绪标签来控制生成的内容;(Rashkin等人,2019年;Lin等人,2019年;Majumder等人,2020年;Li等人,2020a,19)提出了多种产生移情反应的方法,其主要是对用户的情绪进行检测,根据用户的情绪生成相应的回复;(Zhong,Wang,and Miao 2019b,KEMP)则是通过经验或外部知识来感知隐含的情绪,使得共情对话系统从有限的对话历史中学习情绪交互的问题。
[0004]然而,上述情绪检测模型未考虑到对话中的每个词语与情绪的倾向程度。受多粒度计算思想的启发,可以注意到在实际的多轮对话中,用户所表达的情绪不只是和情绪词有关,非情绪词也同样表达了用户的潜在情绪。因此,精确感知所有词的情绪倾向程度对于情绪的理解有着重要意义。说明书附图中图1展示了一个真实世界的移情 ...
【技术保护点】
【技术特征摘要】
1.一种人机共情对话方法,其特征在于,包括:S1、建立人机共情对话模型,所述人机共情对话模型包括情绪上下文编码器和情绪解码器;S2、将历史对话数据输入至所述情绪上下文编码器中,得到所述历史对话数据对应的情绪上下文变量以及情绪信号,实现对所述历史对话数据表达的情绪进行更精确的感知;S3、将所述情绪上下文变量以及情绪信号输入至情绪解码器中进行解码,最终得到针对该历史对话数据更具共情的回复。2.根据权利要求1所述的一种人机共情对话方法,其特征在于,所述情绪上下文编码器包括KEMP编码器、情绪编码器和情绪感知模块,所述情绪解码器包括共享融合解码器、残差及其归一化层、多头交叉注意力网络、前馈神经网络及其归一化层。3.根据权利要求2所述的一种人机共情对话方法,其特征在于,所述情绪编码器包括余弦相似度层、IDF算法层、用于融合余弦相似度层输出和IDF算法层输出的融合层以及对所述融合层输出进行编码的情绪倾向编码器;所述共享融合解码器包括与所述KEMP编码器的第一多头自注意力层共享多头自注意力参数的第二多头注意力层和多元残差网络层。4.根据权利要求3所述的一种人机共情对话方法,其特征在于,S2的具体步骤为:S2.1、将历史对话数据输入至所述KEMP编码器中,得到第一输出结果,同时,分别将所述历史对话数据输入至情绪编码器中的余弦相似度层,通过将某一词语对应的某一情绪向量的情绪相关性减去历史对话数据中的所有词语与该情绪的余弦相似度的均值,得到所述历史对话数据中的该词语与该情绪向量的情绪相关性,并通过该步骤,得到所述历史对话数据中每个词语与每个情绪向量的情绪相关性;S2.2、将历史对话数据输入至所述KEMP编码器中,得到第一输出结果,同时,分别将所述历史对话数据输入至情绪编码器中的余弦相似度层,通过将某一词语对应的某一情绪向量的情绪相关性减去历史对话数据中的所有词语与该情绪的余弦相似度的均值,得到所述历史对话数据中的该词语与该情绪向量的情绪相关性,并通过该步骤,得到所述历史对话数据中每个词语与每个情绪向量的情绪相关性;S2.3、将每个词语的情绪相关性与权重输入至情绪编码器的融合层中,得到每个词语的所有情绪倾向度,然后将每个词语的所有情绪倾向度输入至情绪倾向编码器中,得到第二输出结果;S2.4、将第一输出结果与第二输出结果进行拼接,得到第三输出结果;S2.5、将所述第三输出结果输入到所述情绪感知模块中,得到所述历史对话数据对应的情绪上下文变量以及情绪信号。5.根据权利要求4所述的一种人机共情对话方法,其特征在于,S2.5中,所述情绪信号的计算过程为:S2.5.1、通过下式得到情绪向量的大小:其中,η
i
表示对应的情绪强度,c
e
是一个h维大小的向量,表示第一多头注意力层的输出,的下标i=1,2...k,其中k为上下文概念网络中顶点的数量;
S2.5.2、使用softmax线性层将情绪向量投影到情绪信号e
p
上;e
p
=W
e
c
e
;其中,W
e
为[32,h]大小的权重矩阵;S2.5.3、采用负对数似然估计作为情绪损失函数,以进行参数学习,其中,e
*
为真实的情绪分类,e表示预测的情绪分类,为对应的经情绪感知模块编码得到的情绪上下文...
【专利技术属性】
技术研发人员:熊倚平,夏书银,陈建促,陈涛,
申请(专利权)人:重庆邮电大学,
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。