[发明专利]文本情绪呈现方法、文本情绪呈现装置以及存储介质

说明书

本发明提供一种文本情绪呈现方法、文本情绪呈现装置以及存储介质。所述情绪呈现方法包括：文本信息接收步骤，接收用户的文本信息；情绪识别步骤，对接收到的文本信息进行情绪识别处理，以获得所述文本信息的情绪；以及情绪呈现步骤，向用户呈现在所述情绪识别步骤中识别出的情绪，其中，所识别出的情绪用表情和反映各表情的情绪强度和/或情绪匹配度的表情得分来表示。本发明可以通过对接收到的文本信息进行情绪识别，并将识别出的情绪以表情和情绪强度的方式呈现给用户，使得用户能够更加直观地了解情绪信息并增加趣味性。

技术领域

本发明涉及文本情绪呈现方法、文本情绪呈现装置以及存储介质。尤其涉及一种识别并输出文本中包含的潜在情绪的技术。

背景技术

当前在基于文字的聊天对话系统中，发送动图、表情图、趣味图等作为一种提升互动性和趣味性的手段，已经被用户广泛使用。在用户使用聊天对话系统(例如，微信)的过程中，可以根据用户输入的信息向用户推荐相应的表情符号。但是，在该处理过程中，采用的是关键字识别处理，并向用户推荐与关键字相对应的表情符号，并且只能提供少量固定的简单表情(如emoji表情)，而无法根据用户输入的文本信息提供能够反映出用户情绪的表情，更无法提供能够反映出情绪强度的信息。

发明内容

鉴于现有技术中的上述问题研发了本发明。本发明可以通过对接收到的文本信息进行情绪识别，并将识别出的情绪以表情和能够反映情绪强度的表情得分的方式输出给用户，使得用户能够更加直观地了解情绪信息并增加趣味性。

本发明的第一方面提供一种文本情绪呈现方法，所述文本情绪呈现方法包括：文本信息接收步骤，接收用户的文本信息；情绪识别步骤，对接收到的文本信息进行情绪识别处理，以获得所述文本信息的情绪；以及情绪呈现步骤，向用户呈现在所述情绪识别步骤中识别出的情绪，其中，所识别出的情绪用表情和反映各表情的情绪强度和/或情绪匹配度的表情得分来表示。

优选地，所述情绪识别步骤包括：自然语言理解步骤，对接收到的文本信息进行基于分词的句子向量表示处理，以获得文本信息的情绪的句子向量表示；情绪分类步骤，对在所述自然语言理解步骤中获得的句子向量表示进行情绪分类处理，以识别文本信息的情绪类别；以及表情识别步骤，基于所述情绪类别，来识别与所述文本信息匹配的表情以及各表情的表情得分。

优选地，在所述情绪分类步骤中，利用预先训练的基于深度学习方法的情绪分类器，对所述句子向量表示进行情绪分类处理。

优选地，在所述表情识别步骤中，利用与所述情绪类别对应的表情库，来识别与所述文本信息匹配的表情以及各表情的表情得分。

优选地，所述自然语言理解步骤包括：分词步骤，对接收到的文本信息进行分词处理，以获得文本信息的、以分词序列表示的分词结果；以及语义分析步骤，根据文本信息的分词结果，使用预先训练的基于深度学习方法的模型来获得文本信息的句子向量表示。

优选地，所述表情库以将表情和与该表情相对应的表情向量相关联的方式来管理表情。

优选地，在所述表情识别步骤中，计算文本信息的句子向量与所述表情库中的各表情向量之间的相似度，作为各表情的表情得分，并对计算出的相似度进行排序，并且，将与对应于排名前N的相似度的表情向量相关联的表情作为与所述文本信息匹配的表情，所述N为正整数。

优选地，所述表情以表情符号来呈现，所述表情符号是图标、图形、动画和文字中的至少一种。

优选地，所述情绪类别按照分层结构构建。

优选地，在所述情绪识别步骤中，至少识别出文本信息的情绪所属情绪类别的二级分类。