【技术实现步骤摘要】
本专利技术属于聊天机器人，具体而言，涉及一种带有模拟情绪的聊天机器人的方法、介质及系统。
技术介绍
1、随着人工智能技术的飞速发展，聊天机器人已广泛应用于客服支持、个人助理、在线咨询等多个场景。现有技术中，聊天机器人的核心通常是基于大语言模型，如gpt（generative pre-trained transformer）和bert（bidirectional encoderrepresentations from transformers），这些模型能够理解和生成自然语言文本。
2、然而，现有的聊天机器人在情绪表达和理解方面仍有不足。大多数机器人缺乏对用户情绪状态的持续跟踪和相应的情绪表达能力，仅能提供基于逻辑的、缺乏情感色彩的回复。这导致在实际应用中，机器人难以建立与用户的情感联系，影响用户体验。
技术实现思路
1、有鉴于此，本专利技术提供一种带有模拟情绪的聊天机器人的方法、介质及系统，能够解决机器人在与用户交互过程中缺乏情绪表达的问题，方便机器人与用户建立情感联系，提高用户体验。
2、本专利技术是这样实现的：
3、本专利技术的第一方面提供一种带有模拟情绪的聊天机器人的方法，其中，包括以下步骤：
4、s10、初始化基于大语言模型的聊天机器人的初始情绪状态，包括设置长期情绪向量和短期情绪向量，其中，所述长期情绪向量与所述短期情绪向量在初始化时相同；所述长期情绪向量和所述短期情绪向量均为一个包括有多个情绪指标的向量，向量的每个元素表示
5、s20、接收用户的输入并进行语义分析，提取短期主题文本以及短期情感倾向文本；根据用户的全部输入，进行语义分析，提取长期情感倾向文本；
6、s30、根据所述短期情感倾向文本更新机器人的短期情绪向量，根据所述长期情感倾向文本更新机器人的长期情绪向量；
7、s40、融合所述短期情绪向量与所述长期情绪向量，作为回答情绪向量；
8、s50、获取聊天机器人基于用户问题的输出文本，并利用预先训练好的文本情绪调整模型，根据所述回答情绪向量进行调整，得到带有情绪的输出文本，并输出给用户；
9、s60、重复上述步骤s20至s50，直到用户停止与聊天机器人交互。
10、在上述技术方案的基础上，本专利技术的一种带有模拟情绪的聊天机器人的方法还可以做如下改进:
11、其中，所述s10的具体步骤包括：
12、构建含有多维情感特征的初始长短期情绪向量；
13、采用预训练语言模型赋值法为情绪向量初始化；
14、设置两向量价值范围，所述长期情绪向量范围大于所述短期情绪向量范围。
15、采用上述改进方案的有益效果为：通过设置长期情绪向量，方便奠定交互过程的情绪基调；通过设置短期情绪向量，方便机器人根据交互过程中用户输入文本的情绪及时调整回复的情绪；通过设置长期情绪向量范围大于短期情绪向量范围，保证了交互过程的情绪基调以初始情绪状态为主。
16、进一步的，所述s20的具体步骤包括：
17、对输入文本进行预处理；
18、运用注意力机制模型解析文本语义，输出问题短期主题词向量；
19、结合卷积神经网络、循环神经网络分析文本在正面和负面情感上的偏向，输出短期情绪向量。
20、采用上述改进方案的有益效果为：通过获取短期情绪向量，方便获取当前用户的情绪倾向，从而方便及时调整。
21、进一步的，所述预处理包括分词、词性标注、停用词过滤。
22、进一步的，所述s30的具体步骤包括：
23、直接叠加短期情绪向量的变化更新短期向量；
24、计算长期向量的加权平均法，既考虑新变化也保留历史状态，更新长期情绪向量。
25、采用上述改进方案的有益效果为：通过根据更新后的短期情绪向量更新长期情绪向量，使得情绪变化连续不突兀。
26、进一步的，所述s40的具体步骤包括：
27、计算当前短期和长期情绪向量的加权平均或拼接，作为回复语句的情绪向量。
28、进一步的，所述s50的具体步骤包括：
29、先用语言模型生成回复语料的语义框架；
30、再利用回答情绪向量微调语句方式、词汇，生成情绪化输出文本。
31、采用上述改进方案的有益效果为：在这一步骤中，使用情绪化输出文本与用户交互，使得机器人与用户交互过程中更人性化。
32、进一步的，所述语言模型为seq2seq或gpt-3。
33、进一步的，文本情绪调整模型的建立和训练步骤包括：
34、构建大规模含情感标注的训练语料；
35、采用seqgan模型预训练序列生成；
36、使用回答情绪向量进行微调，获得文本情绪转换模型。
37、进一步的，所述情绪向量至少包括高兴、悲伤、放松、紧张。
38、本专利技术的第二方面提供一种计算机存储介质，其中，包含有如上述的一种带有模拟情绪的聊天机器人的方法。
39、本专利技术的第三方面提供一种带有模拟情绪的聊天机器人的系统，其中，包含有如上述的计算机存储介质。
40、本专利技术提出的一种带有模拟情绪的聊天机器人的方法，通过引入长期情绪向量和短期情绪向量，能够更好地模拟和表达情绪，从而提高用户交互的自然度和满意度。相较于现有技术，本专利技术的技术效果包括：
41、1.动态情绪跟踪：通过更新长期和短期情绪向量，机器人能够根据用户的输入动态调整其情绪状态，从而更贴近真实的人类情绪变化；
42、2.情绪融合输出：结合长短期情绪信息生成回答情绪向量，使得机器人生成的回答不仅在内容上符合用户的期待，同时在情感上也更为贴切；
43、3.持续学习优化：随着用户交互的进行，机器人能够持续优化其情绪模型，实现个性化交互体验。
本文档来自技高网...【技术保护点】
1.一种带有模拟情绪的聊天机器人的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述S10的具体步骤包括：
3.根据权利要求2所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述S20的具体步骤包括：
4.根据权利要求3所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述S30的具体步骤包括：
5.根据权利要求4所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述S40的具体步骤包括：
6.根据权利要求5所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述S50的具体步骤包括：
7.根据权利要求6所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，文本情绪调整模型的建立和训练步骤包括：
8.根据权利要求7所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述情绪向量至少包括高兴、悲伤、放松、紧张。
9.一种计算机存储介质，其特征在于，包含有如权利要求1-8任一项所述的一种带有模拟情绪的聊天机器人的
10.一种带有模拟情绪的聊天机器人的系统，其特征在于，包含有如权利要求9所述的计算机存储介质。
...【技术特征摘要】
1.一种带有模拟情绪的聊天机器人的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述s10的具体步骤包括：
3.根据权利要求2所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述s20的具体步骤包括：
4.根据权利要求3所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述s30的具体步骤包括：
5.根据权利要求4所述的一种带有模拟情绪的聊天机器人的方法，其特征在于，所述s40的具体步骤包括：
6.根据权利要求5所述的一...
【专利技术属性】
技术研发人员：周书田，于海洋，王炳文，彭晓彬，
申请(专利权)人：青岛网信信息科技有限公司，
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。