[发明专利]基于知识图谱技术的人机交互情绪管理方法和系统

说明书

本发明提出了一种基于知识图谱技术的人机交互情绪管理方法和系统，该方法包括以下步骤：S1：以可交互的模式进行用户个人信息和主要困扰信息的采集；S2：基于知识图谱技术，对用户的应答信息进行鉴别。S3：基于知识图谱技术，匹配符合用户画像的情绪疏导方案。根据本发明的基于知识图谱技术的人机交互情绪管理方法，采用深度学习与知识图谱相结合的技术路线，提高机器人互动的流畅性和准确性。

技术领域

本发明涉及嵌入式系统技术领域，具体而言，尤其涉及一种基于知识图谱技术的人机交互情绪管理方法和系统。

背景技术

当前，心理疏导的一般形式是求助者与咨询师面对面地进行疏导，随着计算机技术的发展，逐步出现基于网页的自助式心理疏导，这种疏导方式有助于扩大心理疏导服务的可获得性，但这种模式的用户体验较差，缺少互动。在商业领域中，出现客户服务系统或客服机器人，背后的技术有基于依存关系重要度的问句检索、知识图谱技术。

知识图谱的技术实现流程包括知识获取、知识融合、知识存储、查询式的语义理解、知识检索和可视化展现六个部分，代表了当前知识组织与检索技术的最新发展方向。目前，知识图谱的应用主要集中在商业搜索引擎、问答系统、电商平台和社交网站等方面。

近年来，深度学习方法在语音和图像处理领域取得了突破性进展，其在自然语言处理领域也越来越受到重视，并逐渐被广泛应用于各类自然语言处理任务中。有的研究者在现有的问答系统框架中加入了Word2Vec与CNN模型，提升了问答系统的各项指标。端到端模型结构较为简单，主要有两个循环神经网络(RNN)构成，两个RNN中的一个作为编码器将用户经过分词的输入句子按照输入顺序逐词编码成一个由隐藏层输出定长的向量，这样一个定长的隐藏层向量可以充当输入句子的语义特征向量，其嵌入了句子中各类重要的语义信息，因此可以很有效的表征一个句子的语义。

基于检索的问答系统可以被化归为一种复杂的信息检索系统，可以自动将用户的自然语言问句转化为查询请求并从一系列候选文档中找到可能性最高的回答。然而，这类方法的局限性很大，且难以扩展维护，随着问句种类的增多，需要花大量时间大幅度修改模板、维护词典，在工业中应用困难。另外，此类方法或多或少忽略了问句的上下文语境与语义信息，准确率较低。

发明内容

本发明旨在至少在一定程度上解决现有技术中的上述技术问题之一。

有鉴于此，本发明的一方面需要提供一种安全可靠、使用方便的基于知识图谱技术的人机交互情绪管理方法。本发明的另一方面需要提供一种基于知识图谱技术的人机交互情绪管理系统。

根据本发明实施例的基于知识图谱技术的人机交互情绪管理方法，包括以下步骤：

S1：以可交互的模式进行用户个人信息和主要困扰信息的采集；

S2：基于知识图谱技术，对用户的应答信息进行鉴别，以给出鉴别性问题包，当所述用户对所述鉴别性问题包的肯定回答达到预定数量时，给出通用问题包，以用于所述用户的心理资源评估，并输出报告；

S3：给出心理资源评估后，基于知识图谱技术，匹配符合用户画像的情绪疏导方案，给出心理资源评估后，在鉴别的基础上，为用户精确匹配疏导方案。

根据本发明的实施例的基于知识图谱技术的人机交互情绪管理方法，采用深度学习与知识图谱相结合的技术路线，提高机器人互动的流畅性和准确性。基于知识图谱的智能问答系统容易出现答非所问的情形，通过深度学习的算法，不断优化回应的准确性和有效性。通过多种人机交互方式用于提高用户使用体验，包括声纹识别、语音交互图像、文字、视频综合输出，以及个人档案存储等。

同时，通过应答系统的引导式发问、行为指令、精准推送的心理知识和心理建议，促进用户的心理觉知、心理领悟，循序渐进地解决当前受到的情绪困扰，培养良好的情绪管理习惯，达到增强心理韧性、提高心理健康水平的长期目标。