情感趋势预测方法技术

本申请公开了一种情感趋势预测方法，方法包括：获取车主在目标行程中的语音文本；基于语音文本，获取关键词；基于关键词，构建目标行程对应的情感数据组；基于目标行程对应的情感数据组，预测车主对所驾驶车辆的情感趋势

【技术实现步骤摘要】
情感趋势预测方法


[0001]本申请涉及计算机
，具体而言，涉及一种情感趋势预测方法
。

技术介绍

[0002]车辆设置的终端具有语音采集功能，通过终端采集不同车主的语音，并识别不同车主的语音，可获取到不同车主的诉求
、
性格等特质
。
[0003]目前，尚未提出车主针对车辆的情感趋势预测的方法
。

技术实现思路

[0004]本申请的主要目的在于提供一种情感趋势预测方法，以解决相关技术中尚未提出车主针对车辆的情感趋势预测的方法的问题
。
[0005]为了实现上述目的，第一方面，本申请提供了一种情感趋势预测方法，包括：
[0006]获取车主在目标行程中的语音文本；
[0007]基于语音文本，获取关键词，其中，关键词为与车主所驾驶的车辆相关的词；
[0008]基于关键词，构建目标行程对应的情感数据组；
[0009]基于目标行程对应的情感数据组，预测车主对所驾驶车辆的情感趋势
。
[0010]在一种可能的实现方式中，基于语音文本，获取关键词，包括：
[0011]对语音文本进行分词处理，得到分词后的语音文本；
[0012]提取分词后的语音文本中的关键词
。
[0013]在一种可能的实现方式中，基于关键词，构建目标行程对应的情感数据组，包括：
[0014]基于关键词，计算关键词所属的句子的情感得分，其中，语音文本至少包括关键词所属的句子；
[0015]基于关键词所属的句子的情感得分，计算目标行程的情感得分
。
[0016]在一种可能的实现方式中，基于关键词，计算关键词所属的句子的情感得分，包括：
[0017]获取关键词所属的句子中的每个词；
[0018]采用细粒度情感词典计算每个词的情感得分，并基于每个词的情感得分和关键词出现的频次，计算关键词所属的句子的情感得分
。
[0019]在一种可能的实现方式中，采用细粒度情感词典计算每个词的情感得分，包括：
[0020]将每个词与细粒度情感词典中预设的词进行比对，确定每个词的情感得分
。
[0021]在一种可能的实现方式中，基于关键词所属的句子的情感得分，计算目标行程的情感得分，包括：
[0022]依据关键词所属的句子的情感得分的正负对关键词所属的句子进行划分，得到正向句子和负向句子；
[0023]分别获取正向句子和负向句子在目标行程中出现的频次；
[0024]基于正向句子和负向句子的情感得分以及正向句子和负向句子在目标行程中出
现的频次，计算目标行程的情感得分
。
[0025]在一种可能的实现方式中，基于关键词，构建目标行程对应的情感数据组，包括：
[0026]获取车主的信息
、
目标行程的截止时间
、
关键词以及目标行程的情感得分；
[0027]将车主的信息
、
目标行程的截止时间
、
关键词以及目标行程的情感得分进行组合，得的目标行程对应的情感数据组
。
[0028]在一种可能的实现方式中，基于目标行程对应的情感数据组，预测车主对所驾驶车辆的情感趋势，包括：
[0029]采用线性回归法对目标行程对应的情感数据组进行处理，得到一元二次函数，其中，一元二次函数用于表征情感得分与时间之间的关系；
[0030]基于一元二次函数，预测车主对所驾驶车辆的情感趋势
。
[0031]在一种可能的实现方式中，方法还包括：
[0032]基于情感数据组，确定四分位数；
[0033]基于四分位数，确定离群点，以基于离群点分析车主对所驾驶车辆的情感原因
。
[0034]在一种可能的实现方式中，方法还包括：
[0035]按照时间对情感数据组中的情感得分进行可视化处理，显示车主在预设时间内对所驾驶车辆的情感趋势
。
[0036]第二方面，本专利技术实施例提供了一种情感趋势预测装置，包括：
[0037]获取模块，用于获取车主在目标行程中的语音文本；
[0038]提取模块，用于基于语音文本，获取关键词，其中，关键词为与车主所驾驶的车辆相关的词；
[0039]构建模块，用于基于关键词，构建目标行程对应的情感数据组；
[0040]预测模块，用于基于目标行程对应的情感数据组，预测车主对所驾驶车辆的情感趋势
。
[0041]第三方面，本专利技术实施例提供了一种终端，包括存储器
、
处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上任一种情感趋势预测方法的步骤
。
[0042]第四方面，本专利技术实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上任一种情感趋势预测方法的步骤
。
[0043]本专利技术实施例提供了一种情感趋势预测方法，包括：先获取车主在目标行程中的语音文本，然后基于语音文本，获取关键词，其中，关键词为与车主所驾驶的车辆相关的词，再基于关键词，构建目标行程对应的情感数据组，最后基于目标行程对应的情感数据组，预测车主对所驾驶车辆的情感趋势
。
本专利技术通过对车主的语音文本进行处理，以获取情感数据组，并基于情感数据组预测车主对车辆的情感趋势，提升了预测准确度和效率
。
附图说明
[0044]构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征
、
目的和优点变得更明显
。
本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定
。
在附图中：
[0045]图1是本专利技术实施例提供的一种情感趋势预测方法的实现流程图；
[0046]图2是本专利技术实施例提供的一种箱型图的示意图；
[0047]图3是本专利技术实施例提供的一种箱型图中的箱子的示意图；
[0048]图4是本专利技术实施例提供的一种情感趋势预测装置的结构示意图；
[0049]图5是本专利技术实施例提供的终端的示意图
。
具体实施方式
[0050]为使本专利技术实施例的目的
、
技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅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做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
。
[0051]本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等
(
如果存在
)
是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种情感趋势预测方法，其特征在于，包括：获取车主在目标行程中的语音文本；基于所述语音文本，获取关键词，其中，关键词为与车主所驾驶的车辆相关的词；基于所述关键词，构建目标行程对应的情感数据组；基于所述目标行程对应的情感数据组，预测车主对所驾驶车辆的情感趋势
。2.
如权利要求1所述情感趋势预测方法，其特征在于，所述基于所述语音文本，获取关键词，包括：对所述语音文本进行分词处理，得到分词后的语音文本；提取所述分词后的语音文本中的关键词
。3.
如权利要求1所述情感趋势预测方法，其特征在于，所述基于所述关键词，构建目标行程对应的情感数据组，包括：基于所述关键词，计算所述关键词所属的句子的情感得分，其中，所述语音文本至少包括所述关键词所属的句子；基于所述关键词所属的句子的情感得分，计算目标行程的情感得分
。4.
如权利要求3所述情感趋势预测方法，其特征在于，所述基于所述关键词，计算所述关键词所属的句子的情感得分，包括：获取所述关键词所属的句子中的每个词；采用细粒度情感词典计算每个词的情感得分，并基于所述每个词的情感得分和所述关键词出现的频次，计算所述关键词所属的句子的情感得分
。5.
如权利要求4所述情感趋势预测方法，其特征在于，所述采用细粒度情感词典计算每个词的情感得分，包括：将每个词与所述细粒度情感词典中预设的词进行比对，确定所述每个词的情感得分
。6.
如权利要求3所述情感趋势预测方法，其特征在于，所述基于所述关键词所属的句子的情感得分，计算目标行程的情感得分，包括：依据所述关键词所属的句...

【专利技术属性】
技术研发人员：王佳茜，曹斌，
申请(专利权)人：东软睿驰汽车技术沈阳有限公司，
类型：发明
国别省市：