[发明专利]数据交互方法、装置和机器人

权利要求书

1.一种数据交互方法，其特征在于，包括：

获取用户的当前信息；

将所述当前信息输入到预先构建的检测模型中进行处理，得到所述当前信息对应的目标情绪信息；

根据所述目标情绪信息，生成所述目标情绪信息对应的情绪反馈语句；

利用语音合成技术，将所述情绪反馈语句转化成情绪反馈语音；

输出所述情绪反馈语音，以便根据用户的情绪对用户进行反馈。

2.根据权利要求1所述的方法，其特征在于，所述当前信息包括表情图片；

所述检测模型包括图片情绪检测模型；

所述将所述当前信息输入到预先构建的检测模型中进行处理，得到所述当前信息对应的目标情绪信息，包括：

将所述表情图片输入到所述图片情绪检测模型中进行处理，得到所述表情图片对应的图片情绪信息作为所述目标情绪信息。

3.根据权利要求2所述的方法，其特征在于，所述图片情绪检测模型的构建流程包括：

利用神经网络搜索算法进行神经网络结构搜索，确定目标神经网络模型；

获取预先存储的表情图片样本集，所述表情图片样本集包括表情图片样本和所述表情图片样本对应的样本图片情绪信息；

根据第一预设迭代规则，利用所述表情图片样本和所述样本图片情绪信息对所述目标神经网络模型进行迭代训练，得到训练成熟的目标神经网络模型作为所述图片情绪检测模型。

4.根据权利要求3所述的方法，其特征在于，所述利用神经网络搜索算法进行神经网络结构搜索，确定目标神经网络模型之前，还包括：

获取用户的脸部图像信息；

所述利用神经网络搜索算法进行神经网络结构搜索，确定目标神经网络模型，包括：

利用所述神经网络搜索算法针对所述脸部图像信息进行神经网络结构搜索，确定所述脸部图像信息对应的所述目标神经网络模型，以实现针对用户的个性化设计。

5.根据权利要求2所述的方法，其特征在于，所述当前信息还包括语音信息；

所述检测模型还包括语音情绪检测模型：

所述将所述当前信息输入到预先构建的检测模型中进行处理，得到所述当前信息对应的目标情绪信息，还包括：

将所述语音信息输入到所述语音情绪检测模型中进行处理，得到所述语音信息对应的语音情绪信息作为所述目标情绪信息。

6.根据权利要求5所述的方法，其特征在于，所述获取所述当前信息之后，还包括：

利用预先构建的混合结构语音识别模型，将所述语音信息转化为文字语句；

将所述文字语句输入到预先构建的自然语言处理模型中进行处理，得到所述文字语句对应的回复语句；

利用语音合成技术，将所述回复语句转化为回复语音；

输出所述回复语音，以使用户获取所需信息。

7.根据权利要求6所述的方法，其特征在于，所述自然语言处理模型的构建流程包括：

获取预存储的对话数据集；

根据第二预设迭代规则，利用所述对话数据集对添加了token-attention机制的BERT模型进行迭代训练，得到训练成熟的BERT模型作为所述自然语言处理模型。

8.根据权利要求6所述的方法，其特征在于，还包括：

获取所述用户的反馈信息，所述反馈消息携带调整对象标识；

若所述调整对象标识表示图片情绪检测模型调整，则根据所述反馈信息调整所述图片情绪检测模型；

若所述调整对象标识表示自然语言处理模型调整，则根据所述反馈信息调整所述自然语言处理模型；

若所述调整对象标识表示语音情绪检测模型调整，则根据所述反馈信息调整所述语音情绪检测模型。