[发明专利]一种基于常识知识图谱的长对话情感检测方法及系统

权利要求书

1.一种常识知识图谱的长对话情感检测方法，其特征在于，所述长对话情感检测方法包括：

基于t时刻的话语特征构建图模型g_t(V_t,E_t)；其中，V_t为节点集合，E_t为不同节点v_i和v_j之间的无向边集合，其中，i∈1…n，j∈1…n；所述图模型g_t(V_t,E_t)用于表示t时刻的对话数据；

基于t时刻的话语提取话语的先验知识；

将所述话语的先验知识作为新的节点添加到图模型g_t(V_t,E_t)中得到更新后的图模型g_t^*(V_t,E_t)；

采用GNN模型更新图模型g_t^*(V_t,E_t)中的话语特征，得到更新后的话语特征；

基于t时刻的话语元素u_i前的m个话语，确定最终t时刻话语主题f_t，其中，m＝1…i-1，i＝1…n；

基于所述更新后的话语特征和所述最终t时刻话语主题f_t，确定长对话情感标签；所述长对话情感标签包括：快乐，沮丧，惊讶，无感情色彩，恐惧，厌恶，愤怒。

2.根据权利要求1所述的一种常识知识图谱的长对话情感检测方法，其特征在于，基于所述t时刻的话语提取话语的先验知识具体为：

获取话语元素u_i的检索结果；所述检索结果为三元组格式的前k个结果，表示为：

基于话语元素u_i的检索结果获取话语的检索结果集合，表示为：

基于所述检索结果集合，对所述集合中的各个检索结果取并集，获得话语的先验知识。

3.根据权利要求1所述的一种常识知识图谱的长对话情感检测方法，其特征在于，基于所述t时刻的话语元素u_i前的m个话语元素，确定最终t时刻话语主题f_t，具体为：

获取t时刻的话语元素u_i前的m个话语元素；

将所述t时刻的话语元素u_i前的m个话语元素转换成m个话语特征；

将3×N个不同的t时刻的话语元素u_i前的m个话语元素输入到自注意力机制层得到N个样本话语主题f_t、N个正样本话语主题f_p以及N个负样本话语主题f_n；其中，每次提取主题，时间间隔大于等于T_interval，所述N个样本话语主题f_t、N个正样本话语主题f_p以及N个负样本话语主题f_n构成三元组(f_t,f_p,f_n)；

基于所述三元组(f_t,f_p,f_n)，构建损失函数；所述损失函数具体为：

其中，sim(f_t,f_p)为主题f_t和f_p之间的点积即余弦相似度，sim(f_t,f_n)为主题f_t和f_n之间的点积即余弦相似度，f_t是样本话语主题，f_p是f_t的正样本话语主题，f_n是f_t的负样本话语主题，N是训练样本数量，N∈1…n，α是模型参数；

基于所述损失函数，确定最终t时刻话语主题f_t。