情绪识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种情绪识别方法、装置、电子设备及存储介质，其中方法包括：获取至少两个场景下的对话文本；基于所述至少两个场景下的对话文本的语义特征之间的相关性，对所述至少两个场景下的语义特征进行特征融合，得到融合语义特征；基于所述融合语义特征进行情绪识别。本发明专利技术提供的方法、装置、电子设备及存储介质，基于至少两个场景下的对话文本的语义特征之间的相关性，对至少两个场景下的语义特征进行特征融合，并对特征融合所得的融合语义特征进行情绪识别，由此，可以提取得到更完整的语义特征信息，从而保证情绪识别过程中能够参考到完整、全面的对话文本提供的情绪信息，由此确保情绪识别的可靠性和准确性。确保情绪识别的可靠性和准确性。确保情绪识别的可靠性和准确性。

【技术实现步骤摘要】
情绪识别方法、装置、电子设备及存储介质


[0001]本专利技术涉及情绪识别
，尤其涉及一种情绪识别方法、装置、电子设备及存储介质。

技术介绍

[0002]情绪识别是情感理解的基础，是计算机理解人们情感的前提，也是人们探索和理解智能的有效途径。
[0003]现有技术中，在进行情绪识别时，没有区分具体的情绪识别场景，导致提取所得的情绪信息十分单一，无法有效收集到用户在特定场景下有针对性的情绪信息，导致情绪识别的识别效果差。

技术实现思路

[0004]本专利技术提供一种情绪识别方法、装置、电子设备及存储介质，用以解决现有技术中进行情绪识别时，没有区分具体的情绪识别场景导致情绪识别的识别效果差的缺陷。
[0005]本专利技术提供一种情绪识别方法，包括：
[0006]获取至少两个场景下的对话文本；
[0007]基于所述至少两个场景下的对话文本的语义特征之间的相关性，对所述至少两个场景下的语义特征进行特征融合，得到融合语义特征；
[0008]基于所述融合语义特征进行情绪识别。
[0009]根据本专利技术提供的一种情绪识别方法，所述基于所述融合语义特征进行情绪识别，包括：
[0010]获取所述至少两个场景下的对话语音；
[0011]基于所述至少两个场景下的对话语音的语音特征之间的相关性，对所述至少两个场景下的语音特征进行特征融合，得到融合语音特征；
[0012]基于所述融合语义特征和所述融合语音特征，进行情绪识别。
[0013]根据本专利技术提供的一种情绪识别方法，所述对话语音的语音特征的获取步骤包括：
[0014]提取所述对话语音的声学特征；
[0015]对所述声学特征进行卷积处理，得到所述对话语音的语音特征。
[0016]根据本专利技术提供的一种情绪识别方法，所述基于所述至少两个场景下的对话语音的语音特征之间的相关性，对所述至少两个场景下的语音特征进行特征融合，得到融合语音特征，包括：
[0017]应用融合语音提取网络，基于所述至少两个场景下的对话语音的语音特征之间的相关性，对所述至少两个场景下的语音特征进行特征融合，得到融合语音特征；
[0018]所述融合语音提取网络包括多个级联的自注意力编码模块，且每两个相邻的自注意力编码模块之间残差连接。
[0019]根据本专利技术提供的一种情绪识别方法，所述基于所述至少两个场景下的对话文本的语义特征之间的相关性，对所述至少两个场景下的语义特征进行特征融合，得到融合语义特征，包括：
[0020]基于任一场景下的语义特征与所述至少两个场景中除所述任一场景外的其他场景下的语义特征之间的相关性，确定所述任一场景下的增强语义特征；
[0021]融合所述至少两个场景下的增强语义特征，得到所述融合语义特征。
[0022]根据本专利技术提供的一种情绪识别方法，所述基于任一场景下的语义特征与所述至少两个场景中除所述任一场景外的其他场景下的语义特征之间的相关性，确定所述任一场景下的增强语义特征，包括：
[0023]基于任一场景下的语义特征与所述至少两个场景中除所述任一场景外的其他场景下的语义特征之间的相关性，确定所述其他场景相对于所述任一场景的增强权重；
[0024]基于所述其他场景相对于所述任一场景的增强权重，以及所述其他场景下的语义特征，对所述任一场景的语义特征进行特征增强，得到所述任一场景下的增强语义特征。
[0025]根据本专利技术提供的一种情绪识别方法，所述基于所述至少两个场景下的对话文本的语义特征之间的相关性，对所述至少两个场景下的语义特征进行特征融合，得到融合语义特征，包括：
[0026]应用融合语义提取网络，基于所述至少两个场景下的对话文本的语义特征之间的相关性，对所述至少两个场景下的语义特征进行特征融合，得到融合语义特征；
[0027]所述融合语义提取网络是基于携带有情绪标签的所述至少两个场景下的样本对话文本，联合情绪分类网络训练得到的，所述情绪分类网络用于基于所述融合语义特征进行情绪识别。
[0028]本专利技术还提供一种情绪识别装置，包括：
[0029]获取单元，用于获取至少两个场景下的对话文本；
[0030]融合单元，用于基于所述至少两个场景下的对话文本的语义特征之间的相关性，对所述至少两个场景下的语义特征进行特征融合，得到融合语义特征；
[0031]情绪识别单元，用于基于所述融合语义特征进行情绪识别。
[0032]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程序时实现如上述任一种所述情绪识别方法。
[0033]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述情绪识别方法。
[0034]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述情绪识别方法。
[0035]本专利技术提供的情绪识别方法、装置、电子设备及存储介质，基于至少两个场景下的对话文本的语义特征之间的相关性，对至少两个场景下的语义特征进行特征融合，并对特征融合所得的融合语义特征进行情绪识别，由此，可以提取得到更完整的语义特征信息，从而保证情绪识别过程中能够参考到完整、全面的对话文本提供的情绪信息，由此确保情绪识别的可靠性和准确性。
附图说明
[0036]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1是本专利技术提供的情绪识别方法的流程示意图之一；
[0038]图2是本专利技术提供的情绪识别方法中步骤130的流程示意图；
[0039]图3是本专利技术提供的获取对话语音的语音特征的流程示意图；
[0040]图4是本专利技术提供的语音分帧的流程示意图；
[0041]图5是本专利技术提供的情绪识别方法中步骤120的流程示意图；
[0042]图6是本专利技术提供的情绪识别方法中步骤121的流程示意图；
[0043]图7是本专利技术提供的情绪识别模型的训练过程的流程示意图；
[0044]图8是本专利技术提供的情绪识别方法的流程示意图之二；
[0045]图9是本专利技术提供的情绪识别装置的结构示意图；
[0046]图10是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0047]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种情绪识别方法，其特征在于，包括：获取至少两个场景下的对话文本；基于所述至少两个场景下的对话文本的语义特征之间的相关性，对所述至少两个场景下的语义特征进行特征融合，得到融合语义特征；基于所述融合语义特征进行情绪识别。2.根据权利要求1所述的情绪识别方法，其特征在于，所述基于所述融合语义特征进行情绪识别，包括：获取所述至少两个场景下的对话语音；基于所述至少两个场景下的对话语音的语音特征之间的相关性，对所述至少两个场景下的语音特征进行特征融合，得到融合语音特征；基于所述融合语义特征和所述融合语音特征，进行情绪识别。3.根据权利要求2所述的情感识别方法，其特征在于，所述对话语音的语音特征的获取步骤包括：提取所述对话语音的声学特征；对所述声学特征进行卷积处理，得到所述对话语音的语音特征。4.根据权利要求2所述的情感识别方法，其特征在于，所述基于所述至少两个场景下的对话语音的语音特征之间的相关性，对所述至少两个场景下的语音特征进行特征融合，得到融合语音特征，包括：应用融合语音提取网络，基于所述至少两个场景下的对话语音的语音特征之间的相关性，对所述至少两个场景下的语音特征进行特征融合，得到融合语音特征；所述融合语音提取网络包括多个级联的自注意力编码模块，且每两个相邻的自注意力编码模块之间残差连接。5.根据权利要求1至4中任一项所述的情绪识别方法，其特征在于，所述基于所述至少两个场景下的对话文本的语义特征之间的相关性，对所述至少两个场景下的语义特征进行特征融合，得到融合语义特征，包括：基于任一场景下的语义特征与所述至少两个场景中除所述任一场景外的其他场景下的语义特征之间的相关性，确定所述任一场景下的增强语义特征；融合所述至少两个场景下的增强语义特征，得到所述融合语义特征。6.根据权利要求5所述的情感识别方法，其特征...

【专利技术属性】
技术研发人员：李楠茜，俞博，丰雷，王静，王刚，贺志阳，胡加学，赵景鹤，鹿晓亮，赵志伟，
申请(专利权)人：首都医科大学附属北京安定医院，
类型：发明
国别省市：