【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于提示学习的对话情绪识别方法。
技术介绍
1、随着人工智能技术的发展和自然语言处理技术的进步，聊天机器人备受瞩目，已逐渐成为学术界和工业界的研究热门内容。随着聊天机器人技术的不断发展，人们希望聊天机器人在满足获取信息、解决问题的需求之外，还可以与人进行更深入的情绪交流，给予人类情绪上的慰藉，这就需要聊天机器人具备对人类情绪的理解能力，并能以符合情境的方式表达情绪。因此，情绪理解作为实现合理情感表达的基础，在聊天机器人领域具有极其重要的研究意义。
2、聊天机器人需要的情绪理解能力即为对话情绪识别任务。该任务旨在识别对话中每条语句的情绪，被认为是传统句子级文本情绪识别的延伸，即在传统句子级文本情绪识别任务的基础上增加对于对话场景的考虑。该任务主要包含以下特点：首先，由于对话中的每条语句不是孤立的，语句之间的语义存在关联，因此语句之间的情绪存在相互联系，情绪与上下文的关系也更加密切；其次，对话者的情绪具有持续性和感染性，对话者在对话过程中不仅具有保持自己初始情绪的持续性倾向，同时也会在对话过程...
【技术保护点】
1.一种基于提示学习的对话情绪识别方法，其特征在于：在语句表征获取阶段，通过话语在token级别与语句级别的交互，获得包含上下文的语句表征；在对话情绪识别时，通过对对话的持续性和感染性进行建模，同时引入外部的常识知识，使得对话情绪识别模型能更加考虑对话者的情绪特征以及话语中所共有的隐式常识知识。
2.根据权利要求1所述的一种基于提示学习的对话情绪识别方法，其特征在于：所述方法包括以下步骤：
3.根据权利要求2所述的一种基于提示学习的对话情绪识别方法，其特征在于：步骤1所述对话数据集中，对于一个包含N个语句的对话[(u1,p1)(u2,p2),…...
【技术特征摘要】
1.一种基于提示学习的对话情绪识别方法，其特征在于：在语句表征获取阶段，通过话语在token级别与语句级别的交互，获得包含上下文的语句表征；在对话情绪识别时，通过对对话的持续性和感染性进行建模，同时引入外部的常识知识，使得对话情绪识别模型能更加考虑对话者的情绪特征以及话语中所共有的隐式常识知识。
2.根据权利要求1所述的一种基于提示学习的对话情绪识别方法，其特征在于：所述方法包括以下步骤：
3.根据权利要求2所述的一种基于提示学习的对话情绪识别方法，其特征在于：步骤1所述对话数据集中，对于一个包含n个语句的对话[(u1,p1)(u2,p2),…,(un,pn)]，每个语句ui对应的说话人是pi，任务是预测每句话ui对应的情绪ei。
4.根据权利要求3所述的一种基于提示学习的对话情绪识别方法，其特征在于：所述步骤2的具体方法为：
5.根据权利要求4所述的一种基于提示学习的对话情绪识别方法，其特征在于：所述步骤2.1用对话数据集对roberta模型进行微调更新参数，使得微调后的roberta模型更适合本数据集；将对话输...
【专利技术属性】
技术研发人员：周俊达，蔡奉彤，郑晓健，王大玲，冯时，张一飞，
申请(专利权)人：东北大学，
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。