[发明专利]基于情感动力学的对话情感预测方法和系统

说明书

本发明提供一种基于情感动力学的对话情感预测方法、系统、存储介质和电子设备，涉及情感预测技术领域。本发明包括获取并预处理待预测的历史对话；据预处理后的历史对话，获取全局推断向量；根据全局推断向量，为每一句历史对话进行注意力加权；根据加权后的历史对话，获取情感动态向量；根据情感动态向量，获取全局最优的情感序列，确定情感预测结果。根据Gross情感调节理论进行建模，具有科学的心理学理论支撑，使模型的预测结果更具可解释性；对对话中的角色进行区分，建模了情感的阻尼性(持续性)和传染性；将对话情感预测任务转化为对话情感序列标注任务，对情感之间的转移关系进行分析，使预测结果更合理。

技术领域

本发明涉及情感预测技术领域，具体涉及一种基于情感动力学的对话情感预测方法、系统、存储介质和电子设备。

背景技术

情感预测是对未来情绪(情绪状态)的预测。作为影响偏好，决策和行为的过程，情感预测由心理学家和经济学家研究，具有广泛的应用。

目前，对话中的情感建模方法可以按照建模对象分为两种：一种是不对说话角色进行建模(即不区分说话人角色)，其认为说话人自身的影响和对话中他人的影响具有相同的重要程度，使用这种建模方式完成对话情感检测或预测任务时，主要是依赖于对话内容中潜在的信息进行分析；另一种则是对说话角色进行建模(即区分说话人角色)，其区分说话人角色的建模方式认为自身的影响与他人的影响具有不同的影响力，因此分开建模。

然而，原有技术的方案没有根据相关心理学理论进行设计，即大多直观上对对话内容进行分析，忽略了心理学的情感理论，而缺乏心理学情感理论的支撑会使情感预测结果可解释性较差。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于情感动力学的对话情感预测方法、系统、存储介质和电子设备，解决了情感预测结果可解释性较差的技术问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于情感动力学的对话情感预测方法，包括：

S1、获取并预处理待预测的历史对话；

S2、根据预处理后的历史对话，获取全局推断向量；

S3、根据全局推断向量，为每一句历史对话进行注意力加权；

S4、根据加权后的历史对话，获取情感动态向量；

S5、根据情感动态向量，获取全局最优的情感序列，确定情感预测结果。

优选的，所述S1中采用BERT预训练模型对历史对话进行嵌入后得到的句子向量，

其中，历史对话中的角色表示为：Speakers＝{A，B}；

分别为第1，2，...，t句话对应的句子向量。

优选的，所述S2中采用BiGRU结构来获取全局推断向量，具体包括：

其中，H_global为BiGRU最终输出的隐层状态，作为全局推断向量。

优选的，所述S3中为每一句历史对话进行注意力加权，具体包括：

其中，α_i为h_i的注意力权值；h_i为步骤S2中通过BiGRU结构对进行编码得到的隐层状态为h_i的维度，为h_i的转置。