[发明专利]基于对话的个人性格建模与生成方法及装置

权利要求书

1.一种基于对话的个人性格建模与生成方法，其特征在于，所述方法包括：

获取指定用户的多条会话数据；

基于所述指定用户的参考情感转移序列和所述多条会话数据确定所述指定用户的多个实际情感转移序列，所述参考情感转移序列和实际情感转移序列采用以下形式表示：{初始情感，刺激情感，生成情感，转移概率}；

基于所述指定用户的实际情感转移序列，根据所述指定用户的会话输入持续调整会话的答复，以刺激所述指定用户的情感向预期情感调整；

所述基于所述指定用户的参考情感转移序列和所述多条会话数据确定所述指定用户的多个实际情感转移序列的步骤之前，所述方法还包括：

获取用户的第一预设数量条会话数据；

利用支持向量机SVM对所述第一预设数量条会话数据进行情感识别，得到第二预设数量种情感；

分别标记所述第二预设数量种情感的会话数据；

对所述第一预设数量条会话数据进行概率统计，得到所述指定用户的情感转移概率表和情感转移分布张量，所述情感转移分布张量的含义为：指定用户的初始情感为某一类情感，在受到外界面某一类情感的刺激情感时，指定用户的情感转移到生成情感的概率值；

根据预设采样算法对情感转移概率分布进行采样，得到符合指定用户情感特征的参考情感转移序列；所述情感转移概率分布即所述情感转移概率表中对应的数据。

2.根据权利要求1所述的个人性格建模与生成方法，其特征在于，所述会话数据包括电视剧台词、电影台词或者不同语言会话网站的对话；所述第二预设数量种情感包括中性、开心、惊讶、伤心和生气。

3.根据权利要求1所述的个人性格建模与生成方法，其特征在于，所述情感转移分布张量采用以下形式表示：

{初始情感，刺激情感，生成情感，转移概率}。

4.根据权利要求1所述的个人性格建模与生成方法，其特征在于，所述预设采样算法为马尔科夫蒙特卡罗采样方法。

5.根据权利要求1所述的个人性格建模与生成方法，其特征在于，根据预设采样算法对情感转移概率分布进行采样，得到符合指定用户情感特征的参考情感转移序列包括：

基于采样会话长度的初始量，按照预设步长调整所述会话长度根据预设采样算法对情感转移概率分布进行采样，得到符合指定用户情感特征的参考情感转移序列。

6.一种基于对话的个人性格建模与生成装置，其特征在于，所述装置包括：

会话数据获取模块，用于获取指定用户的多条会话数据；

实际情感序列确定模块，用于基于所述指定用户的参考情感转移序列和所述多条会话数据确定所述指定用户的多个实际情感转移序列，所述参考情感转移序列和实际情感转移序列可以采用以下形式表示：{初始情感，刺激情感，生成情感，转移概率}；

指定用户情感调整模块，用于基于所述指定用户的实际情感转移序列，根据所述指定用户的会话输入持续调整会话的答复，以刺激所述指定用户的情感向预期情感调整；

所述装置还包括：

所述会话数据获取模块还用于获取用户的第一预设数量条会话数据；

情感识别模块，用于利用支持向量机SVM对所述第一预设数量条会话数据进行情感识别，得到第二预设数量种情感；

会话数据标记模块，用于分别标记所述第二预设数量种情感的会话数据；

情感转移概率统计模块，用于对所述第一预设数量条会话数据进行概率统计，得到所述指定用户的情感转移概率表和情感转移分布张量，所述情感转移分布张量的含义为：指定用户的初始情感为某一类情感，在受到外界面某一类情感的刺激情感时，指定用户的情感转移到生成情感的概率值；

情感转移分布采样模块，用于根据预设采样算法对情感转移概率分布进行采样，得到符合指定用户情感特征的参考情感转移序列；所述情感转移概率分布即所述情感转移概率表中对应的数据。

7.根据权利要求6所述的个人性格建模与生成装置，其特征在于，所述情感转移分布采样模块包括：

基于采样会话长度的初始量，按照预设步长调整所述会话长度根据预设采样算法对情感转移概率分布进行采样，得到符合指定用户情感特征的参考情感转移序列。