[发明专利]用户情感分析模型训练方法、装置、电子设备及存储介质

说明书

本申请涉及通信技术领域，尤其涉及一种用户情感分析模型训练方法、装置、电子设备及存储介质，该方法包括：从预设的历史语料库中获取多个训练语料，并确定各个训练语料对应的用户意图；将每种用户意图的训练语料按照声纹进行聚类操作，得到多个用户声纹类型；将相同意图和相同用户声纹类型的训练语料划分至同一训练集，并根据训练集训练对应的用户情感分析模型。这样，基于不同用户在不同用户意图下的训练集，对模型进行训练，输入数据具有针对性，提高预测的准确性，且训练后的模型适应不同业务场景下的不同用户，提高了灵活性。

技术领域

本申请涉及通信技术领域，尤其涉及一种用户情感分析模型训练方法、装置、电子设备及存储介质。

背景技术

随着通信技术的发展，用户可以通过线上求助客服寻求帮助，目前，电话中心客服系统在分配客服为进线用户服务后，客服在为用户服务的过程中，客服主要以经验为主，人为的判断用户的心理状态，根据自己的经验，结合入职培训的话术，完成用户话务服务。

现有技术中，可以通过采集用户的语音信息输入到情绪识别模型中预测用户的情绪状态，基于预测出的情绪状态找到对应的话术，并将话术推荐给与用户对话的客服人员，减少用户与客服人员沟通时的负面情绪，其中，情绪识别模型为基于相互关联的语义信息样本、声音信息样本和情绪样本训练得到的模型。

但是，上述情绪识别模型依然存在预测的准确性较差，灵活性较低的问题。

发明内容

本申请提供一种用户情感分析模型训练方法、装置、电子设备及存储介质，可以基于不同用户在不同用户意图下的训练集，对模型进行训练，输入数据具有针对性，提高预测的准确性和模型使用的灵活性。

第一方面，本申请提供了一种用户情感分析模型训练方法，所述方法包括：

从预设的历史语料库中获取多个训练语料，并确定各个训练语料对应的用户意图；

将每种用户意图的训练语料按照声纹进行聚类操作，得到多个用户声纹类型；

将相同意图和相同用户声纹类型的训练语料划分至同一训练集，并根据训练集训练对应的用户情感分析模型。

可选的，将相同意图和相同用户声纹类型的训练语料划分至同一训练集，包括：

将相同意图和相同用户声纹类型的训练语料进行特征提取，得到至少一种会话类型的特征向量；

汇总所述至少一种会话类型的特征向量至同一训练集。

可选的，将相同意图和相同用户声纹类型的训练语料进行特征提取，得到至少一种会话类型的特征向量，包括：

基于神经网络模型对相同意图和相同用户声纹类型的训练语料进行特征提取，得到下述至少一种会话类型的特征向量：对话节奏型的特征向量、语气型的特征向量、语调型的特征向量和敏感词型的特征向量。

可选的，根据训练集训练对应的用户情感分析模型，包括：

根据训练集中的特征向量以及特征向量对应的标签，训练用户情感分析模型；其中，所述标签为利用预设的词典库对所述训练语料进行语义识别，得到的负向情绪标签或正向情绪标签；

所述用户情感分析模型为基于语音心理学建立的卷积神经网络模型。

可选的，所述标签包括多个等级的情绪标签，根据训练集中的特征向量以及特征向量对应的标签，训练用户情感分析模型，包括：

基于每一训练集查找预先设定的对应等级的情绪标签；

根据每一训练集中的特征向量和查找到的对应等级的情绪标签训练用户情感分析模型。

可选的，所述方法还包括：