-
公开(公告)号:CN118036745B
公开(公告)日:2024-09-24
申请号:CN202410174004.5
申请日:2024-02-07
Applicant: 内蒙古工业大学
IPC: G06N5/04 , G06F40/35 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种对话场景中对话系统的情绪生成方法及系统,涉及人工智能技术领域,包括获取当前时刻情绪状态、上一时刻短期情绪记忆以及指定人格特征,计算情绪信息输入量、情绪推理信息以及候选情绪记忆元;获取来自上一时刻的中期情绪记忆、短期情绪记忆和当前时刻情绪状态,计算情绪流控制值;根据上一时刻短期情绪记忆、情绪信息输入量、候选情绪记忆元、情绪流控制值,计算当前时刻情感记忆状态;根据上一时刻的短期情绪记忆、长期情绪记忆和情绪记忆元,计算时间流控制值;将情绪推理信息与时间流控制值相乘获取对话系统情绪状态。本发明在对话中建模“人格”、“情感”和“情绪”的关系,一定程度提高了对话系统情绪表达的拟人性。
-
公开(公告)号:CN118036745A
公开(公告)日:2024-05-14
申请号:CN202410174004.5
申请日:2024-02-07
Applicant: 内蒙古工业大学
IPC: G06N5/04 , G06F40/35 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种对话场景中对话系统的情绪生成方法及系统,涉及人工智能技术领域,包括获取当前时刻情绪状态、上一时刻短期情绪记忆以及指定人格特征,计算情绪信息输入量、情绪推理信息以及候选情绪记忆元;获取来自上一时刻的中期情绪记忆、短期情绪记忆和当前时刻情绪状态,计算情绪流控制值;根据上一时刻短期情绪记忆、情绪信息输入量、候选情绪记忆元、情绪流控制值,计算当前时刻情感记忆状态;根据上一时刻的短期情绪记忆、长期情绪记忆和情绪记忆元,计算时间流控制值;将情绪推理信息与时间流控制值相乘获取对话系统情绪状态。本发明在对话中建模“人格”、“情感”和“情绪”的关系,一定程度提高了对话系统情绪表达的拟人性。
-
公开(公告)号:CN116362237B
公开(公告)日:2024-07-19
申请号:CN202310406999.9
申请日:2023-04-17
Applicant: 内蒙古工业大学
IPC: G06F40/284 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种混合策略感知的文本情感强度标注方法及系统,属于自然语言处理技术领域,首先预训练情感标注模型为待标注文本进行自动预标注,然后利用情感词典和规则构建了多规则投票机制对该文本进行情感强度投票决策,最后在训练过程中利用决策机制来动态调整预训练的情感标注模型,从而提升其情感强度标注能力。该方法平衡了人工标注的低时效高质量和自动标注高时效低质量的问题,能够较为准确的实现文本情感强度标注。实验结果表明,本发明在文本情感强度标注任务上具有良好表现,验证了本发明的有效性。
-
公开(公告)号:CN116701580A
公开(公告)日:2023-09-05
申请号:CN202310387665.1
申请日:2023-04-12
Applicant: 内蒙古工业大学
IPC: G06F16/332 , G06F16/33 , G06F40/211 , G06F40/253 , G06F40/284 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种对话情感强度一致性控制方法,涉及人工智能技术领域,以HRAN为基础模型,获取历史对话、历史对话响应和程度词;将历史对话与历史对话响应输入编码器中,引入上下文注意力机制和强度注意力机制,并且所述强度注意力机制嵌入程度词,根据注意力机制将历史对话与历史对话响应转换为隐藏表示后作为输出,将上下文注意力机制与强度注意力机制进行融合,获取融合注意力;基于融合注意力读取情感状态,根据所述情感状态预测生成词的类型,并选择需要添加程度词的位置,选择相应携带词性的词语,组合生成相应回复对话。本发明提供的一种对话情感强度一致性控制方法解决了在多轮对话中情感强度不一致的技术问题。
-
公开(公告)号:CN116362237A
公开(公告)日:2023-06-30
申请号:CN202310406999.9
申请日:2023-04-17
Applicant: 内蒙古工业大学
IPC: G06F40/284 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种混合策略感知的文本情感强度标注方法及系统,属于自然语言处理技术领域,首先预训练情感标注模型为待标注文本进行自动预标注,然后利用情感词典和规则构建了多规则投票机制对该文本进行情感强度投票决策,最后在训练过程中利用决策机制来动态调整预训练的情感标注模型,从而提升其情感强度标注能力。该方法平衡了人工标注的低时效高质量和自动标注高时效低质量的问题,能够较为准确的实现文本情感强度标注。实验结果表明,本发明在文本情感强度标注任务上具有良好表现,验证了本发明的有效性。
-
-
-
-