情感检测方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术提供一种情感检测方法、装置、电子设备和存储介质，其中方法包括:获取待检测语音；基于情感检测模型，对所述待检测语音的语义特征进行情感检测，得到情感检测结果；其中，所述情感检测模型是基于样本语音的语义特征以及所述样本语音的语音情感标签训练得到的；所述样本语音的语音情感标签是基于所述样本语音的转写文本中各关键词的分词情感信息确定的。本发明专利技术中样本语音的语音情感标签是基于样本语音的转写文本中各关键词的分词情感信息确定的，从而实现自监督训练，进而节省人工标注成本的同时确保情感检测的鲁棒性。标注成本的同时确保情感检测的鲁棒性。标注成本的同时确保情感检测的鲁棒性。

【技术实现步骤摘要】
情感检测方法、装置、电子设备和存储介质


[0001]本专利技术涉及情感分析
，尤其涉及一种情感检测方法、装置、电子设备和存储介质。

技术介绍

[0002]随着人工智能的快速发展，用于进行情感检测的陪伴机器人越来越受大众欢迎。相比通过问卷调查、心理咨询等手段，通过陪伴机器人进行情感检测，无需与心理咨询师进行沟通，用户更容易接受，且陪伴机器人结合人工智能进行情感检测，无需依赖专家经验，可以更有效准确地检测用户情感。
[0003]目前，大多基于情感检测模型，对用户语音的文本进行文本情感分析，从而得到用户的情感，然而，情感检测模型需要依赖一定的有监督数据进行训练，而为确保情感检测模型的准确性，需要耗费大量人工进行情感标签的标注，导致人工标注标签成本较高。

技术实现思路

[0004]本专利技术提供一种情感检测方法、装置、电子设备和存储介质，用以解决现有技术中人工标注标签成本较高的缺陷。
[0005]本专利技术提供一种情感检测方法，包括：
[0006]获取待检测语音；
[0007]基于情感检测模型，对所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种情感检测方法，其特征在于，包括：获取待检测语音；基于情感检测模型，对所述待检测语音的语义特征进行情感检测，得到情感检测结果；其中，所述情感检测模型是基于样本语音的语义特征以及所述样本语音的语音情感标签训练得到的；所述样本语音的语音情感标签是基于所述样本语音的转写文本中各关键词的分词情感信息确定的。2.根据权利要求1所述的情感检测方法，其特征在于，所述样本语音的语音情感标签基于如下步骤确定：基于所述各关键词分别与各正面情感词之间的相似度，确定所述各关键词的正面置信度；基于所述各关键词分别与各负面情感词之间的相似度，确定所述各关键词的负面置信度；基于所述各关键词的正面置信度和/或所述各关键词的负面置信度，确定所述各关键词的分词情感信息；基于所述各关键词的分词情感信息，确定所述样本语音的语音情感标签。3.根据权利要求2所述的情感检测方法，其特征在于，任一关键词的正面置信度和负面置信度基于如下步骤确定：将任一关键词分别与各正面情感词之间的相似度进行融合，得到所述任一关键词的正面置信度；将任一关键词分别与各负面情感词之间的相似度进行融合，得到所述任一关键词的负面置信度。4.根据权利要求2所述的情感检测方法，其特征在于，任一关键词的正面置信度和负面置信度基于如下步骤确定：基于任一关键词分别与各正面情感词之间的相似度，确定最大的第一相似度，基于所述第一相似度确定所述任一关键词的正面置信度；基于任一关键词分别与各负面情感词之间的相似度，确定最大的第二相似度，基于所述第二相似度确定所述任一关键词的负面置信度。5.根据权利要求2所述的情感检测方法，其特征在于，所述基于所述各关键词的分词情感信息，确定所述样本语音的语音情感标签，包括：基于所述各关键词的分词情感信息，确定所述样本语音的转写文本中每个字的情感标签；基于所述每个字的情感标签，确定所述样本语音的语音情感标签。6.根据权利要求1至5中任一项所述的情感检测方法，其特征在于...

【专利技术属性】
技术研发人员：方长婷，许丽，万根顺，潘嘉，刘聪，胡国平，刘庆峰，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：