【技术实现步骤摘要】
本专利技术涉及情感支持对话，具体涉及一种基于情感和对话策略自注意的情感支持对话生成方法、系统、存储介质和电子设备。
技术介绍
1、现有的情感支持对话所涉及的技术包括但不限于情感识别、对话生成、对话策略等。从单项技术来看，这些技术已经在人们的日常生活中有了比较成熟的应用。但是如何把这些技术结合起来以应对更为困难的问题仍是一个挑战。
2、在专利cn202210332004.4“基于深度学习的情绪感知与支持的对话系统构建方法”中提出通过将对话策略选择、心理状态认知、建议推荐和对话生成抽象成模块，并通过模块间的信息传递来实现将这些技术结合起来从而达到引导模型生成更具有同理心的回复内容，给予用户更加有效的情感支持的目的。
3、然而，上述方法在处理用户在对话过程中的情感和对话策略时较为粗糙，容易造成识别出现差异，使生成的对话在情感表达和策略选择方面的转换较为生硬甚至发生错误的转换，从而导致用户的情感向不可控方向发生变化，不能够很好地引导用户的情感，甚至会对用户造成情感上的负面影响。
技术实现思路<
本文档来自技高网...
【技术保护点】
1.一种基于情感和对话策略自注意的情感支持对话生成方法，其特征在于，基于情感支持对话生成模型，所述情感支持对话生成模型包括情感分析模型、对话策略选择模型和对话生成模型；该方法包括：
2.如权利要求1所述的情感支持对话生成方法，其特征在于，对于第i轮对话，将其最近的前两轮对话和当前对话拼接在一起作为对话历史Ui，表示为：
3.如权利要求2所述的情感支持对话生成方法，其特征在于，所述根据当前轮对话历史和情感分类标签，训练所述情感分析模型直至收敛，包括：
4.如权利要求3所述的情感支持对话生成方法，其特征在于，所述根据当前轮对话历史和对话...
【技术特征摘要】
1.一种基于情感和对话策略自注意的情感支持对话生成方法，其特征在于，基于情感支持对话生成模型，所述情感支持对话生成模型包括情感分析模型、对话策略选择模型和对话生成模型；该方法包括：
2.如权利要求1所述的情感支持对话生成方法，其特征在于，对于第i轮对话，将其最近的前两轮对话和当前对话拼接在一起作为对话历史ui，表示为：
3.如权利要求2所述的情感支持对话生成方法，其特征在于，所述根据当前轮对话历史和情感分类标签，训练所述情感分析模型直至收敛，包括：
4.如权利要求3所述的情感支持对话生成方法，其特征在于，所述根据当前轮对话历史和对话策略，训练所述对话策略选择模型直至收敛，包括：
5.如权利要求4所述的情感支持对话生成方法，其特征在于，所述采用平滑处理方法分别获取最终的情感状态向量和对话策略向量，包...
【专利技术属性】
技术研发人员：孙晓，甘宇，董腾腾，崔丰麒，汪萌，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
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。