[发明专利]基于人工智能和脑电皮电的谈话场景测谎机器人

权利要求书

1.一种人工智能方法，其特征在于，所述方法包括：

测试获取步骤：获取两组测试，要求用户对一组进行正确选择，另一组进行故意地错误选择；

测试前脑电获取步骤：获取待测用户进行选择之前未受到任何刺激时的脑电信号或/和皮电信号，作为第一信号；

未撒谎脑电获取步骤：获取待测用户进行正确选择时的脑电信号或/和皮电信号，作为第二信号；

撒谎脑电获取步骤：获取待测用户进行故意错误选择时的脑电信号或/和皮电信号，作为第三信号；

待测用户模型构建步骤：初始化深度学习神经网络作为待测用户的测谎人工智能模型；获取待测用户的多对第一信号、第二信号、第三信号；将第一信号与第二信号作为输入，将未撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；将第一信号与第三信号作为输入，将撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；

测谎前脑电获取步骤：获取待测用户进行测谎之前未受到任何刺激时的脑电信号或/和皮电信号，作为第四信号；

测谎时脑电获取步骤：获取待测用户对测谎问题的回答，并获取所述回答时的脑电信号或/和皮电信号，作为第五信号；

测谎计算步骤：将第四信号与第五信号作为输入，通过待测用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对测谎问题的回答为真；若输出为撒谎，则待测用户对测谎问题的回答为假。

2.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：

获取个人信息步骤：获取用户的个人信息，包括性别、年龄；

通用测谎模型构建步骤：初始化深度学习神经网络作为不限用户的测谎人工智能模型；获取多个用户的多对第一信号、第二信号、第三信号、个人信息；将第一信号、第二信号、个人信息作为输入，将未撒谎作为预期输出，对不限用户的测谎人工智能模型进行训练；将第一信号、第三信号、个人信息作为输入，将撒谎作为预期输出，对不限用户的测谎人工智能模型进行训练；

通用测谎计算步骤：将第四信号、第五信号、个人信息作为输入，通过不限用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对测谎问题的回答为真；若输出为撒谎，则待测用户对测谎问题的回答为假。

3.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：

获取部分撒谎脑电步骤：获取待测用户同时进行正确和错误选择时的脑电信号或/和皮电信号，作为第六信号；

精细测谎模型构建步骤：初始化深度学习神经网络作为待测用户的测谎人工智能模型；获取待测用户的多对第一信号、第二信号、第三信号、第六信号；将第一信号与第二信号作为输入，将未撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；将第一信号与第三信号作为输入，将撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；将第一信号与第六信号作为输入，将部分撒谎作为预期输出，对待测用户的测谎人工智能模型进行训练；

精细测谎计算步骤：将第四信号与第五信号作为输入，通过待测用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对测谎问题的回答为真；若输出为撒谎，则待测用户对测谎问题的回答为假；若输出为部分撒谎，则待测用户对测谎问题的回答为部分真、部分假。

4.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：

获取待确认信息步骤：获取待确认的多条信息；

获取对待确认信息的选择步骤：获取待测用户对待确认的多条信息的选择；

确认前脑电获取步骤：获取待测用户对待确认信息进行选择之前未受到任何刺激时的脑电信号或/和皮电信号，作为第七信号；

确认时脑电获取步骤：获取待测用户对待确认信息的选择以及选择时的脑电信号或/和皮电信号，作为第八信号；

确认计算步骤：将第七信号与第八信号作为输入，通过待测用户的测谎人工智能模型计算得到输出；判断输出是否撒谎；若输出为未撒谎，则待测用户对待确认信息的选择为真；若输出为撒谎，则待测用户对待确认信息的选择为假；

重新选择步骤：若待测用户对待确认信息的选择为假，则回到获取对待确认信息的选择步骤，并提示待测用户进行重新选择。