基于人机对话的性格测试方法、装置及电子设备制造方法及图纸

本申请实施例提供了一种基于人机对话的性格测试方法、装置及电子设备。该方法包括：获取目标用户与聊天机器人之间满足预设测试条件的对话数据；从对话数据中提取语义倾向性特征向量，语义倾向性特征向量表征对话数据中隐含存在的习惯性表达；获取目标用户的量表测试结果；从量表测试结果中提取性格偏向性特征向量，性格偏向性特征向量表征量表测试结果中隐含存在的性格偏向；将性格偏向性特征向量与语义倾向性特征向量输入到测试模型中，得到目标用户的性格测试结果。由于语义倾向性特征向量和性格偏向性特征向量是嵌入原始数据内部的隐藏特征，因此将上述隐含特征融合并输入到测试模型中，能够优化预测模型输出结果，提高性格测试的准确性。格测试的准确性。格测试的准确性。

【技术实现步骤摘要】
基于人机对话的性格测试方法、装置及电子设备


[0001]本申请实施例涉及计算机
，更具体地涉及一种基于人机对话的性格测试方法、装置及电子设备。

技术介绍

[0002]相关技术中，性格测试工具通常是通过向被测试者推送测试题，进而基于被测试者对测试题的作答情况，对被测试者进行性格测试。
[0003]具体地，推送给被测试者的测试题中，通常包括一系列预先设置好的问题，每个问题对应多个答案。其中，各个问题下的各个答案都对应于代表一种性格表征，这样，通过被测试者所选择的答案能够评估得到被测试者的性格测试结果。但是，测试题的形式单一，测试过程枯燥乏味，测试体验不佳，容易影响被测试者的作答情况，造成测试结果的准确性下降。
[0004]因此，需要设计一种全新的解决方案，用以评估被测试者的性格，改善被测试者的评估体验，提升测试结果的准确性。

技术实现思路

[0005]本申请实施例提供了一种改进的一种基于人机对话的性格测试方法、装置及电子设备，用以实现对目标用户的性格测试，优化性格测试体验，提高性格测试的准确性。
[0006]本申请的实施例期望提供一种基于人机对话的性格测试方法、装置及电子设备。
[0007]在本申请的第一方面中，提供了一种基于人机对话的性格测试方法，包括：
[0008]获取目标用户与聊天机器人之间满足预设测试条件的对话数据；
[0009]从所述对话数据中提取语义倾向性特征向量；其中，所述语义倾向性特征向量表征所述对话数据中隐含存在的习惯性表达；所述语义倾向性特征向量包括以下至少一项：信息密度、语句复杂度、提问习惯、自我披露程度、情感极性变化、对话同步性；
[0010]获取所述目标用户的量表测试结果；所述量表测试结果基于心理学量表反馈得到的；
[0011]从所述量表测试结果中提取性格偏向性特征向量；所述性格偏向性特征向量表征所述量表测试结果中隐含存在的性格偏向；所述性格偏向性特征向量包括以下至少一项：外向性、宜人性、尽责性、神经质、开放性；
[0012]将所述性格偏向性特征向量与所述语义倾向性特征向量输入到测试模型中，得到所述目标用户的性格测试结果。
[0013]在本申请的第二方面中，提供了一种基于人机对话的性格测试装置，所述装置包括：
[0014]收发模块，用于获取目标用户与聊天机器人之间满足预设测试条件的对话数据；
[0015]处理模块，用于从所述对话数据中提取语义倾向性特征向量；其中，所述语义倾向性特征向量表征所述对话数据中隐含存在的习惯性表达；所述语义倾向性特征向量包括以
下至少一项：信息密度、语句复杂度、提问习惯、自我披露程度、情感极性变化、对话同步性；
[0016]所述收发模块，还用于获取所述目标用户的量表测试结果；所述量表测试结果基于心理学量表反馈得到的；
[0017]所述处理模块，还用于从所述量表测试结果中提取性格偏向性特征向量；所述性格偏向性特征向量表征所述量表测试结果中隐含存在的性格偏向；所述性格偏向性特征向量包括以下至少一项：外向性、宜人性、尽责性、神经质、开放性；
[0018]处理模块，用于将所述性格偏向性特征向量与所述语义倾向性特征向量输入到测试模型中，得到所述目标用户的性格测试结果。
[0019]在本申请的第三方面中，提供了一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行第四方面中所述的基于人机对话的性格测试方法。
[0020]在本申请的第四方面中，提供了一种计算设备，被配置为：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，其中，所述处理器执行所述计算机程序时实现第四方面中所述的基于人机对话的性格测试方法。
[0021]本申请实施例提供的技术方案中，获取目标用户与聊天机器人之间满足预设测试条件的对话数据，例如超过40轮次的对话数据。进而，通过机器学习模型从对话数据中提取语义倾向性特征向量，其中，语义倾向性特征向量表征对话数据中隐含存在的习惯性表达。示例性地，语义倾向性特征向量包括以下至少一项：信息密度、语句复杂度、提问习惯、自我披露程度、情感极性变化、对话同步性。同时，还可获取目标用户的量表测试结果，该量表测试结果基于心理学量表反馈得到的。进而，从量表测试结果中提取性格偏向性特征向量。该性格偏向性特征向量表征量表测试结果中隐含存在的性格偏向，例如，性格偏向性特征向量包括以下至少一项：外向性、宜人性、尽责性、神经质、开放性。最终，将性格偏向性特征向量与语义倾向性特征向量输入到测试模型中，得到目标用户的性格测试结果。
[0022]本申请实施例中，一方面，通过对话形式对用户进行性格测试，增加性格测试的趣味性，以解决测试题的形式单一，测试过程枯燥乏味，测试体验不佳的问题。另一方面，相较于相关技术中依靠量表答案与性格之间的绑定关系，简单计算出测试结论的方案，本申请实施例中所采用的语义倾向性特征向量和性格偏向性特征向量是嵌入原始数据内部的隐藏特征，因此将上述两个隐含特征融合并输入到测试模型中，能够得到更具有针对性、更准确的性格测试结果，优化预测模型输出结果，提高性格测试的准确性。
附图说明
[0023]通过参考附图阅读下文的详细描述，本申请示例性实施例的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本申请的若干实施例，其中：
[0024]图1示意性地示出了根据本申请中基于人机对话的性格测试方法的一种流程示意图；
[0025]图2示意性地示出了根据本申请中预测模型训练方法的一种原理示意图；
[0026]图3示意性地示出了根据本申请中基于人机对话的性格测试装置的一种结构示意图；
[0027]图4示意性地示出了根据本申请中计算设备的一种结构示意图；
[0028]图5示意性地示出了根据本申请中服务器的一种结构示意图。
[0029]在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
[0030]下面将参考若干示例性实施例来描述本申请的原理和精神。应当理解，给出这些实施例仅仅是为了使本领域技术人员能够更好地理解进而实现本申请，而并非以任何方式限制本申请的范围。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0031]本领域技术人员知道，本申请的实施例可以实现为一种系统、装置、设备、系统或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
[0032]相关技术中，性格测试工具通常是通过向被测试者推送测试题，进而基于被测试者对测试题的作答情况，对被测试者进行性格测试。
[0033]具体地，推送给被测试者的测试题中，通常包括一系列预先设置好的问题，每个问题对应多个答案。其中，各个问题下的各个答案都对应于代表一种性格表征，这样，通过被测试者所选择本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人机对话的性格测试方法，其特征在于，包括：获取目标用户与聊天机器人之间满足预设测试条件的对话数据；从所述对话数据中提取语义倾向性特征向量；其中，所述语义倾向性特征向量表征所述对话数据中隐含存在的习惯性表达；所述语义倾向性特征向量包括以下至少一项：信息密度、语句复杂度、提问习惯、自我披露程度、情感极性变化、对话同步性；获取所述目标用户基于心理学量表反馈的量表测试结果；从所述量表测试结果中提取性格偏向性特征向量；所述性格偏向性特征向量表征所述量表测试结果中隐含存在的性格偏向；所述性格偏向性特征向量包括以下至少一项：外向性、宜人性、尽责性、神经质、开放性；将所述性格偏向性特征向量与所述语义倾向性特征向量输入到测试模型中，得到所述目标用户的性格测试结果。2.如权利要求1所述的方法，其特征在于，所述将所述性格偏向性特征向量与所述语义倾向性特征向量输入到测试模型中，得到所述目标用户的性格测试结果，包括：以所述性格偏向性特征向量作为多个评估维度下反映所述目标用户性格特征的真值；将所述真值与所述语义倾向性特征向量融合，得到所述目标用户的多样性语义特征向量；通过所述测试模型，基于所述多样性语义特征向量预测所述目标用户的心理特征画像，作为所述目标用户的性格测试结果。3.如权利要求2所述的方法，其特征在于，所述通过所述测试模型，基于所述多样性语义特征向量预测所述目标用户的心理特征画像，作为所述目标用户的性格测试结果之后，还包括：获取所述目标用户在特定心理活动下的生理指标数据；基于所述生理指标数据、以及预先为所述特定心理活动绑定的参考心理特征画像，计算所述目标用户的心理特征画像的动态评估置信度；若所述动态评估置信度高于设定动态评估置信度阈值，则展示所述目标用户的心理特征画像。4.如权利要求1所述的方法，其特征在于，获取所述量表测试结果或所述语义倾向性特征向量之后，还包括：采用增量学习算法，基于所述量表测试结果或所述对话数据对所述测试模型进行局部更新，以优化所述预测模型中的网络参数。5.如权利要求1所述的方法，其特征在于，所述将所述性格偏向性特征向量与所述语义倾向性特征向量输入到测试模型中，得到所述目标用户的性格测试结果之后，还包括：获取所述测试模型在预设时段内所处的概率分布趋势；若所述测试模...

【专利技术属性】
技术研发人员：杨家铭，郑叔亮，李文珏，
申请(专利权)人：北京聆心智能科技有限公司，
类型：发明
国别省市：