[发明专利]一种基于图神经网络的电网业务对话数据情感检测方法

说明书

本发明涉及一种基于图神经网络的电网业务对话数据情感检测方法，包括以下步骤：步骤1、提取对话集，构建语句级的自影响和互影响关系图以及特征提取模型；步骤2、构建词级无向图以及特征提取模型；步骤3、构建主题词汇与上下文词之间的关系无向图以及特征提取模型；步骤4、融合步骤1、步骤2和步骤3中的语句级特征、词图特征以及主题词汇与上下文词之间的关系特征，并计算对话情感。本发明能够大大提高交互式情感分析的准确性，从而为构建诸如问答系统、聊天机器人、公共服务机器人等类人交互系统提供重要技术支撑。

技术领域

本发明属于自然语言处理技术领域，涉及对话数据情感检测方法，尤其是一种基于图神经网络的电网业务对话数据情感检测方法。

背景技术

在客服与客户的交互式聊天信息中，智能化、自动化地检测客服通话过程中的情绪状态、服务过程中的用语是否规范，为客服的质检工作提供及时、客观、有效的分析，能够有效地提高客服质检的工作效率与效果，为用户提供更满意的服务。

相比于交互式地情感分析方法，传统的无交互式地情感分析多采用基于自然语言处理的方式进行，如基于规则和基于机器学习的方法等，并取得了较好的分类效果。而交互式内容是一个持续的过程，且其在交互过程中会有部分隐藏内容并伴随信息的跳跃，这些增大了情感分析的难度。

早期的一些交互式地情感分析方法影响于递归神经网络作为序列编码器并结合注意力机制来推断上下文的隐含语义，但该方法忽略了说话人语句间的关系、语句结构顺序以及聊天过程中主题与上下文之间的关系等对情感状态产生的影响。

因此，本发明提出一种基于图神经网络的电网业务对话数据情感检测方法，能够准确进行交互式情感分析。

经检索，未发现与本发明相同或相近似的现有技术的公开文献。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于图神经网络的电网业务对话数据情感检测方法，能够准确进行交互式情感分析。

本发明解决其现实问题是采取以下技术方案实现的：

一种基于图神经网络的电网业务对话数据情感检测方法，包括以下步骤：

步骤1、提取对话集，构建语句级的自影响和互影响关系图以及特征提取模型；

步骤2、构建词级无向图以及特征提取模型；

步骤3、构建主题词汇与上下文词之间的关系无向图以及特征提取模型；

步骤4、融合步骤1、步骤2和步骤3中的语句级特征、词图特征以及主题词汇与上下文词之间的关系特征，并计算对话情感。

而且，所述步骤1的具体步骤包括：

(1)将单个语句表示为节点，构建图G(S,E),S为所有语句集合，E表示所有语句之间的连边关系集合，一对节点/语句之间的边表示这些语句的说话人之间的影响关系，以及它们在会话中的相对位置；

(2)在自影响关系建模中，设置可变窗口，通过注意力机制提取从第一个窗口到第L个窗口语句间的权重值β_i作为连边关系值，自影响关系语句节点嵌入表示h_self为：

同样得到互影响关系中节点的嵌入表示h_inter为：

(3)基于以上两种权值关系构建邻接矩阵，自影响邻接矩阵和互影响邻接矩阵分别表示为B_A、B_B，通过图卷积网络的互影响特征提取表达式为：