[发明专利]一种文字AI情绪识别系统及其识别方法

权利要求书

1.一种文字AI情绪识别系统，包括系统处理模块(1)，其特征在于：所述系统处理模块(1)与原始文本分词处理模块(2)实现双向连接，且原始文本分词处理模块(2)与原始文本数据分类模块(3)实现双向连接，所述系统处理模块(1)与注意力机制提取系统(4)实现双向连接，且注意力机制提取系统(4)包括长短时记忆网络注意力机制模块(41)、注意力采样模块(42)和注意力向量提取模块(43)，所述长短时记忆网络注意力机制模块(41)的输出端与注意力采样模块(42)的输入端连接，且注意力采样模块(42)的输出端与注意力向量提取模块(43)的输入端连接。

2.根据权利要求1所述的一种文字AI情绪识别系统，其特征在于：所述系统处理模块(1)与特征向量构建和训练系统(5)实现双向连接，且系统处理模块(1)与目标函数参数训练模块(6)实现双向连接。

3.根据权利要求2所述的一种文字AI情绪识别系统，其特征在于：所述特征向量构建和训练系统(5)包括语义词向量训练模块(51)、情绪词向量训练模块(52)和词典词向量构建模块(53)。

4.根据权利要求1所述的一种文字AI情绪识别系统，其特征在于：所述系统处理模块(1)与情绪词典大数据库(7)实现双向连接，且系统处理模块(1)与初始输入词向量矩阵生成系统(8)实现双向连接。

5.根据权利要求4所述的一种文字AI情绪识别系统，其特征在于：所述初始输入词向量矩阵生成系统(8)包括初始输入词典词向量矩阵生成模块(81)、初始输入语义词向量矩阵生成模块(82)和除湿输入情绪词向量矩阵生成模块(83)。

6.根据权利要求1所述的一种文字AI情绪识别系统，其特征在于：所述系统处理模块(1)分别与LSTM记忆网络处理单元(9)和输出词向量矩阵生成系统(10)实现双向连接，所述LSTM记忆网络处理单元(9)的输出端与输出词向量矩阵生成系统(10)的输入端连接，且LSTM记忆网络处理单元(9)的输入端与初始输入词向量矩阵生成系统(8)的输出端连接。

7.根据权利要求6所述的一种文字AI情绪识别系统，其特征在于：所述输出词向量矩阵生成系统(10)包括输出词典词向量矩阵生成模块(101)、输出语义词向量矩阵生成模块(102)和输出情绪词向量矩阵生成模块(103)。

8.根据权利要求1所述的一种文字AI情绪识别系统，其特征在于：所述系统处理模块(1)与CNN卷积神经网络提取单元(11)实现双向连接，且系统处理模块(1)分别与情绪特征值分类单元(12)和人工设计特征提取模块(13)实现双向连接。

9.根据权利要求1-8中任一项所述的一种文字AI情绪识别系统的识别方法，其特征在于：具有以下步骤：

S1、首先通过原始文本数据分类模块(3)将原始文本数据分为训练样本和测试样本，然后通过原始文本分词处理模块(2)对原始文本数据进行分词处理得到分词文本，之后利用特征向量构建和训练系统(5)内的语义词向量训练模块(51)和情绪词向量训练模块(52)分别对分词文本进行语义词向量和情绪喜怒哀乐词向量训练，再利用特征向量构建和训练系统(5)内的词典词向量构建模块(53)和已有的情绪词典大数据库(7)进行词典词向量构建；

S2、然后系统处理模块(1)可控制初始输入词向量矩阵生成系统(8)内的初始输入词典词向量矩阵生成模块(81)、初始输入语义词向量矩阵生成模块(82)和除湿输入情绪词向量矩阵生成模块(83)生成语义词向量、情绪词向量和词典词向量的分词文本，从而得到三种类型初始输入词向量矩阵，再利用LSTM记忆网络处理单元(9)捕获三种类型初始输入词向量矩阵中每一单词的上下文语义，融入上下文信息，然后通过输出词向量矩阵生成系统(10)内的输出词典词向量矩阵生成模块(101)、输出语义词向量矩阵生成模块(102)和输出情绪词向量矩阵生成模块(103)处理后得到三种类型输出词向量矩阵，输出词向量矩阵能够消除单词歧义；

S3、利用CNN卷积神经网络提取单元(11)并结合不同滤波长度的卷积核提取三种类型输出词向量矩阵的局部特征；

S4、之后系统处理模块(1)可控制注意力机制提取系统(4)内的长短时记忆网络注意力机制模块(41)、注意力采样模块(42)和注意力向量提取模块(43)分别提取输出语义词向量矩阵和输出词向量矩阵的全局特征；

S5、之后系统处理模块(1)会控制人工设计特征提取模块(13)对原始文本数据进行人工特征提取；

S6、利用目标函数参数训练模块(6)分别将局部特征、全局特征和人工设计特征对多模一致回归目标函数进行参数训练；

S7、求得多模一致回归最佳参数之后，使系统处理模块(1)控制情绪特征值分类单元(12)来对初始输入词向量矩阵进行情绪喜、怒、哀、乐等特征值进行分类，从而完成根据文本进行情绪识别。