【技术实现步骤摘要】
【国外来华专利技术】情绪认知的自动分类
[0001]相关申请的交叉引用
[0002]本申请要求2022年1月31日提交的非临时申请No.17/589,512的优先权,要求2021年3月19日提交的临时申请No.63/163,618的优先权,要求2021年3月19日提交的临时申请No.63/163,621的优先权,要求2021年3月18日提交的临时申请No.63/162,987的优先权,并要求2021年1月29日提交的临时申请No.63/143,730的优先权,这些申请的全部内容通过引用并入本文中。
[0003]本公开一般涉及监测情感,特别是对自然语言内容中的情绪认知的强度进行分类和跟踪。
技术介绍
[0004]情感计算(affective computing)是对能够识别、解释、处理和模拟人类情感的系统和设备的研究和开发。情感计算是一个集语言学、统计学、人因学和计算机科学于一体的多学科领域。情感计算的一个方面是使机器人和其他计算机应用能够智能地响应人类的自然情绪反馈。在文本的情况下,情感计算包括从文本中检测情绪。更常见的是,一种被称为情感分析(sentiment analysis)的情绪检测形式被用于将文本分为积极、消极或中性。几乎所有开发计算机软件和硬件的大公司,以及大学研究和几家初创公司都有包括某种形式的情感分析用工具的开发项目。情感分析的流行源于需要更好地理解对新闻媒体的反应以及社交媒体上广泛存在的各种客户评论、客户产品评论和与聊天机器人的交互中的情感。
[0005]在实践中,情感分析是利用自然语言处理、文 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于通过处理电路利用情绪认知自动增强自然语言内容的方法,所述方法包括:经由输入设备接收作为文本输入的自然语言内容;通过所述处理电路搜索用于给定情绪认知的多个语言规则与所述文本输入的组成部分之间的匹配,其中所述语言规则的实例具有至少一个人类维度;通过所述处理电路激活匹配的语言规则,并评估所激活的匹配的语言规则的至少一个人类维度;通过所述处理电路对每个人类维度进行评分,以获得给定情绪认知的维度分数的原型简档;通过所述处理电路聚合所获得的维度分数的简档中的维度,以获得给定情绪认知的强度指示;以及通过显示器以使匹配的语言规则与给定情绪认知相关联并用信号通知给定情绪认知的相应强度指示的方式显示增强的自然语言内容。2.按照权利要求1所述的方法,其中人类维度包括以下情绪情感中的一个或多个:情感、情绪、情绪认知态度、价值观、社会习俗、心态、看法、方面、响应、特质、信仰、观点、视角、动机、偏见、状态、方式、方法、动力学、人格特质、情绪方法、情绪选择、反应、倾向、临时状态、状态变化、认知方面、行为方面、内部条件、外部条件、感觉、情绪、命题、态度、命题态度、定向态度、非定向态度、自我定向态度、有意识情绪认知、无意识情绪认识、愤怒、预期、厌恶、恐惧、喜悦、悲伤、惊讶、信任、自我、责备、顺从、神圣、善良、尊敬、时间、青睐、认可、真诚、脆弱、判断、分离、目的、形式、最小化、特异性、力量、行动、代理、好奇心、清晰度、意图、强调、能量、确定性、兴趣、参与、震惊或惊讶、紧张、速度、细微差别、逻辑、偏执、距离、认同、尊重、物化、依恋、同理心和耐心,其中每个维度具有为表示积极力量的+1、表示消极力量的
‑
1、表示中性力量的0和表示不存在或不适用的中的一个的值,并且其中通过所述处理电路对每个人类维度评分包括针对所有匹配规则对人类维度进行评分。3.按照权利要求1所述的方法,其中使用多个语言规则进行搜索的步骤还包括:基于语言规则检测构式;以及评估每个检测到的构式的人类维度。4.按照权利要求1所述的方法,其中评分步骤包括:将强度指示与给定情绪认知的阈值进行比较,以获得情绪强度水平。5.按照权利要求3所述的方法,其中检测构式的步骤还包括:检测自然语言内容中具有与给定情绪认知相关的组成部分的构式的存在或不存在。6.按照权利要求1所述的方法,还包括通过所述处理电路,通过与由其他语言规则检测的其他情绪认知级联来确定包括给定情绪认知的情绪认知模式,并将所述情绪认知模式识别为动态情绪认知;以及在自然语言内容上按时间序列跟踪给定情绪认知和其他情绪认知以及关联组成部分。7.按照权利要求3所述的方法,其中检测构式的步骤还包括确定以下中的一个或多个的数值
词性标注或句法规则,精确的、不精确的、带掩码的或带通配符的字符串匹配规则,词元邻近规则,标点符号规则,词形还原规则,词干提取规则,词汇规则,以及基于单词查找或词典的规则。8.按照权利要求7所述的方法,其中确定词元邻近规则的数值的步骤包括访问与自然语言内容中的指定点的距离小于n个词元的所有词元,其中n是正整数。9.按照权利要求1所述的方法,还包括通过进行有监督学习和无监督学习中的至少一个的机器学习引擎生成新的语言规则。10.按照权利要求9所述的方法,还包括:从储存库接收多个自然语言数据项;使用预处理对所接收的多个自然语言数据项进行规范化和词语切分,以生成多个预处理后的自然语言数据项;用所表达的情绪认知和所表达的情绪认知的强度来标记多个预处理后的自然语言数据项;将多个预处理后的自然语言数据项并行地提供给无监督学习引擎和有监督学习引擎;在多个训练回合中并行地训练无监督学习引擎和有监督学习引擎,以在自然语言数据中识别特定情绪认知,并确定所述特定情绪认知的强度,其中无监督学习引擎的每个训练回合向基于规则的引擎的后续训练回合提供规则建议,并且每个训练回合,基于规则的引擎向无监管学习引擎和有监督学习引擎的后续回合提供制表和评分数据;以及提供表示经过训练的无监督学习引擎和经过训练的有监督学习引擎中的至少一个的输出。11.按照权利要求1所述的方法,还包括通过所述处理电路生成新的语言规则,所述处理电路通过将人类维度与现有维度数组相匹配,具有通配符或模式跳过,来进行对存在于自然语言内容内的人类维度的匹配,以便为基于规则的引擎识别新规则。12.按照权利要求1所述的方法,其中所述接收步骤还包括连续读取流式直播视频或动画视频源以及协调的文本转录,并且所述方法还包括基于单词同现、话语元素和主题元素来确定上下文线索;用三元维度分数标记单个字符串或n元语法;检测视觉数据中明显的进一步信息或听觉数据中明显的音调元素,并将其输入到视频的单独的但时间协调的源中;以及根据上下文线索和进一步的信息进行并置,以创建视频中的每个场景的上下文分数。13.按照权利要求12所述的方法,其中所述显示步骤包括以将给定情绪认知和相应的强度指示括起来并且邻近所述组成部分内联插入的方式来显示文本转录。14.按照权利要求1所述的方法,还包括由规则发现引擎生成新的语言规则...
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。