[发明专利]情感检测方法和装置

说明书

本发明公开情感检测方法和装置，其中，一种情感检测方法，包括：获取用户的至少一个待检测信息；基于预训练的语义相关的特征提取器提取所述任一待检测信息的第一特征，以及基于预训练的表情相关的特征提取器提取所述任一待检测信息的第二特征，其中，所述表情相关的特征提取器包括用于预测与所述任一待检测信息对应的表情符号；对所述第一特征和所述第二特征进行特征拼接形成与所述任一待检测信息对应的拼接特征；以及所述至少一个待检测信息对应的至少一个拼接特征输入至预训练的判别模型进行情感判别并获取所述判别模型的情感判别结果。由于引入了更能表征用户心情状态的表情符号，可以提高情感判别的准确度。

技术领域

本发明属于情感检测技术领域，尤其涉及情感检测方法和装置。

背景技术

抑郁症是一种有意或无意地影响全球数百万人的疾病。高效有效的自动抑郁症诊断可能会带来很多好处。但是，这是一项艰巨的任务，因为报告了各种复杂的症状，而公开数据有限。主要地，在抑郁症检测中广泛使用两种数据集：1)从社交媒体和书面文本收集的用户生成的数据；2)在临床面谈过程中使用医生的专业评级标签记录的数据。第二种数据类型更为稀缺，但标签更准确。两种数据来源均不平衡，并且包含更多的健康患者。因此，抑郁症检测的主要挑战是提取可用于区分抑郁症患者与健康参与者的有意义的特征。其中，基于文本的抑郁症检测已被广泛研究。

基于文本对抑郁症进行检测通过提取各种文本特征(BERT，Elmo)并拼接这些特征，经过一个网络(LSTM)对抑郁症进行检测。

发明人在实现本申请的过程中发现这些文本特征都是比较通用的，一般都缺乏情感信息。这些文本特征并不是针对抑郁症设计的，因此可能难以从文本中提取情感相关的信息。

发明内容

本发明实施例提供一种情感检测方法和装置，用于至少解决上述技术问题之一。

第一方面，本发明实施例提供一种情感检测方法，包括：获取用户的至少一个待检测信息；基于预训练的语义相关的特征提取器提取所述任一待检测信息的第一特征，以及基于预训练的表情相关的特征提取器提取所述任一待检测信息的第二特征，其中，所述表情相关的特征提取器包括用于预测与所述任一待检测信息对应的表情符号；对所述第一特征和所述第二特征进行特征拼接形成与所述任一待检测信息对应的拼接特征；以及将与所述至少一个待检测信息对应的至少一个拼接特征输入至判别模型进行情感判别并获取所述判别模型的情感判别结果。

第二方面，本发明实施例提供一种情感检测装置，包括：获取程序模块，配置为获取用户的至少一个待检测信息以及与任一待检测信息对应的第一特征；提取程序模块，配置为基于预训练的表情相关的特征提取器提取所述任一待检测信息的第二特征，其中，所述表情相关的特征提取器包括用于预测与所述任一待检测信息对应的表情符号；拼接程序模块，配置为对所述第一特征和所述第二特征进行特征拼接形成与所述任一待检测信息对应的拼接特征；以及判别程序模块，配置为将与所述至少一个待检测信息对应的至少一个拼接特征输入至判别模型进行情感判别并获取所述判别模型的情感判别结果。

第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的情感检测方法的步骤。

第四方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行本发明任一实施例的情感检测方法的步骤。

本申请的方法和装置通过表情相关的特征提取器对用户的待检测信息进行特征提取，之后可以用类似于表情符号的特征来预测用户的状态，之后与其他特征进行拼接，最后用于情感判别，由于引入了更能表征用户心情状态的表情符号，可以提高情感判别的准确度。

附图说明