[发明专利]文本情绪检测方法、装置、设备及存储介质

说明书

本发明涉及数据分析领域，公开了一种文本情绪检测方法、装置、设备及存储介质。本方法包括：获取医患双方的问诊数据，通过预置情绪探测算法对问诊数据进行情绪识别确定问诊数据所属的情绪类别，得到问诊数据的第一情绪识别结果；同时，将通过对问诊数据进行语义分析，并基于预置规则得到问诊数据的第二情绪识别结果进行拟合，确定问诊数据(也即医患双方)对应的实时情绪状态，当检测到实时情绪状态为负性情绪且负性情绪的情绪强度超过触发预警阈值，则控制预警中心发出情绪波动提示。本发明可以实时探测到问诊系统参与双方的情绪倾向，从而提供实时干预机制的技术问题。其中，医患双方的问诊数据可存储于区块链节点中。

技术领域

本发明涉及数据分析领域，尤其涉及一种文本情绪检测方法、装置、设备及存储介质。

背景技术

众所周知，人类利用自然语言进行交流的时候，除了信息量的交换以外，还有情绪因素的相互传递。比如，对于同一个事物的描述，对于同一个需求的提出，在不同的情绪支配下，人们会选择不同的自然语言加以表达，而表达的接受者基于其社会经验和主观判断，一般也会具有较大可能性获知自然语言携带的情绪因素，并给予必要的响应。随着社会的发展，越来越多企业单位乃至政府机关的客户服务、问题解答、投诉反馈也都采用文本交互。但是，相比面谈、电话、视频连线等在线交流方式，由于不能获得对方的表情和语调，容易对情绪因素给予忽视或者误判。

对于在线问诊系统，情绪探测是不可或缺的组成部分。通过情绪探测算法，一方面可以捕捉到患者在问诊过程中的情绪变化及心理动向，为进一步妥善引导问诊提供有益支撑；另一方面，可以监控医务人员回答问题的专业程度，对于出现急躁、讥讽等负面情绪的情况及时发现并干预，从而改善服务质量，提高客户满意度。目前在市面上虽然有电话客服等语音客服系统，但是客户需要经过较长的导航选项才能体验到人工服务，此时用户的情绪倾向是未知的。新兴的人工智能客服系统则一定程度上考虑了用户的情绪倾向，但往往缺少对客服人员的情绪监控，无法提供实时干预机制，从而可能造成服务质量问题。

发明内容

本发明的主要目的在于解决现有的在线问诊业务中，无法实现医患双方的情绪监控，而导致问诊的诊断结果存在误差的技术问题。

本发明第一方面提供了一种文本情绪检测方法，包括：

获取问诊数据，其中，所述问诊数据为目标用户的问诊记录；

通过预置情绪探测算法，确定所述问诊数据所属的情绪类别，得到所述问诊数据的第一情绪识别结果；

对所述问诊数据进行特征提取，获得所述问诊数据中携带的情绪标签，并将所述情绪标签与预置规则进行匹配，得到所述问诊数据的第二情绪识别结果；

将所述第一情绪识别结果和所述第二情绪识别结果进行拟合，确定所述问诊数据对应的实时情绪状态；

判断所述实时情绪状态是否为负性情绪且所述负性情绪的情绪状态强度触发预警阈值；

若所述实时情绪状态为负性情绪且所述负性情绪的情绪状态强度触发预警阈值，则控制预警中心发出情绪波动提示。

可选地，在本发明第一方面的第一种实现方式中，在所述获取问诊数据之后，还包括：

判断所述问诊数据是否为文本数据；

若所述问诊数据为语音数据，则对所述问诊数据进行音转文处理，得到所述问诊数据对应的文本数据。

可选地，在本发明第一方面的第二种实现方式中，所述通过预置情绪探测算法，确定所述问诊数据所属的情绪类别，得到所述问诊数据的第一情绪识别结果包括：

通过预设正则表达式从所述文本数据中确定目标文本数据，其中，所述正则表达式用于表示目标情绪类别的表达规则；

对所述目标文本数据进行向量化处理，得到所述目标文本数据的第一特征向量；