[发明专利]基于情感词典和词概率分布的情感会话生成方法

说明书

本发明公开了一种基于情感词典和词概率分布的情感会话生成方法，包括：对生成句子中的单词进行情感词嵌入；将情感词嵌入输入到编码器‑解码器框架中，利用解码器的状态计算所述生成句子中下一个单词分别对应于情感词和通用词的生成概率；根据预设的规则将情感词和通用词的生成概率进行连接，建立会话模型，得到生成句子中的下一个单词；计算输入句子和生成句子中已生成部分的情感相似度，采用情感损失函数对会话模型进行训练，以使生成的句子与输入句子的情感偏差小于设定偏差阈值。本发明提出一种在生成句子时考虑情感的方法，平衡了生成句子时的语法通顺性和情感表达，提高了会话生成的效率和满意度。

技术领域

本发明涉及数据挖掘技术领域，具体而言涉及一种基于情感词典和词概率分布的情感会话生成方法。

背景技术

由于智能手机的普及、宽带无线技术的发展，现在我们处于社交媒体时代，更多的人以数据方式互相联结，机器会话生成发展成一种社交方式就很自然了。早先的交互系统，如Eliza(Weizenbaum,1966)、Parry(Colby,1975)和Alice(Wallace,2009)都是以模仿人类行为为方向设计的文本会话生成，在控制范围内通过了图灵测试(Turing,1950；Shieber,1994)。尽管取得了令人印象深刻的成功，这些当前会话生成的前身主要还是基于手工定制的规则运行的。所以，它们只能在有限的环境中有良好的性能。

现如今，会话生成与用于闲聊的早期聊天机器人不同，它们的目的是满足用户的交流、情感和社交归属感需求(Maslow,1943)，而不是为了通过图灵测试。人工智能(AI)的一项基本挑战就是赋予机器使用自然语言与人交流的能力。会话系统的主要目标不一定是解决用户可能会有的所有问题，而是成为用户的虚拟伙伴，通过与用户建立情感联系，会话系统可以更好地理解用户，并在长期时间范围内帮助他们。因此，会话系统必须能够识别情绪、跟踪对话中的情绪变化。

在会话系统中引入情感存在两个主要的开放性问题：

第一个问题是因为情感注释是一个相对主观的任务，而且情感分类也很具有挑战性。在大型语料库中，高质量的情感标签很难获得。

第二个问题是因为需要平衡生成句子的语法通顺性和情感表达，所以很难以一种自然而连贯的方式去考虑情感。在现有的神经模型中简单的嵌入情感只会产生令人难以理解的表达，很难产生令人满意的回答。

发明内容

本发明目的在于提供一种基于情感词典和词概率分布的情感会话生成方法，通过将传统的词嵌入与外部情感词典相结合，实现情感词嵌入来捕捉输入句子中的情感，利用情感词嵌入，结合编码器-解码器框架，对情感词和普通词分配不同的概率来模拟情感的表达，再根据不同的词概率分布进行采样来生成下一个单词；另外，本发明还提出通过情感损失函数对模型进行训练，以使生成句子与输入句子情感更为贴合；本发明提出在生成句子时考虑情感的方法，平衡了生成句子时的语法通顺性和情感表达，提高了会话生成的效率和满意度。

为达成上述目的，结合图1，本发明提出一种基于情感词典和词概率分布的情感会话生成方法，所述方法包括：

S1：对生成句子中的单词进行情感词嵌入，包括利用具有3D情感空间的外部词典将所述单词转化为情感向量，再将转换生成的情感向量与传统词嵌入相结合以完成情感词嵌入；

S2：将从步骤S1中得到的情感词嵌入输入到编码器-解码器框架中，利用解码器的状态计算所述生成句子中下一个单词分别对应于情感词和通用词的生成概率；

S3：针对情感词和通用词的生成概率设置对应的权重，根据预设的规则将步骤S2中得到的情感词和通用词的生成概率进行连接，建立会话模型P(y_t)，得到生成句子中的下一个单词；