[发明专利]一种基于对话情绪检测的催收暴力倾向评价方法和装置

权利要求书

1.一种基于对话情绪检测的催收暴力倾向评价方法，其特征在于，所述方法包括：

接收催收对话记录；

去除所述催收对话记录中的停用词和无用字符，获取催收对话文本；

利用训练好的对话情绪检测模型对所述催收对话文本进行分析计算，获取所述催收对话文本中第一讲话者的每句对话对应的暴力情绪类别；其中，所述暴力情绪类别包括暴力情绪和非暴力情绪；

根据第一数量和预设评价判据，对所述催收对话文本中第一讲话者进行催收暴力倾向评价；其中，所述第一数量为所述催收对话文本中第一讲话者的包含有暴力情绪的对话的数量；

所述利用训练好的对话情绪检测模型对所述催收对话文本进行分析计算，获取所述催收对话文本中第一讲话者的每句对话对应的暴力情绪类别，包括：

对所述催收对话文本进行词向量化处理，获得词向量embedding矩阵；

将所述词向量embedding矩阵等同于Key矩阵、Value矩阵和Query矩阵，通过Transformer-Encoder模型，获得带有所述词向量embedding矩阵中各词汇之间联系的联系权重矩阵；

将所述联系权重矩阵通过线性层和残差神经网络进行处理计算，获取所述催收对话文本中每句对话的表达特征；

根据所述催收对话文本中每句对话的表达特征，获得所述催收对话文本中第一讲话者的每句对话对应的情感状态信息；

利用MLP网络对所述情感状态信息进行处理，获得所述催收对话文本中第一讲话者的每句对话对应的暴力情绪类别。

2.根据权利要求1所述的催收暴力倾向评价方法，其特征在于，所述利用训练好的对话情绪检测模型对所述催收对话文本进行分析计算，获取所述催收对话文本中第一讲话者的每句对话对应的暴力情绪类别之前，所述方法还包括：

接收催收对话记录训练集；其中，所述催收对话记录训练集中的每句对话均包含暴力情绪类别；

构建所述对话情绪检测模型；

利用所述催收对话记录训练集和所述催收对话记录训练集中的每句对话对应的暴力情绪类别，对所述对话情绪检测模型进行训练。

3.根据权利要求1所述的催收暴力倾向评价方法，其特征在于，所述对所述催收对话文本进行词向量化处理，获得词向量embedding矩阵，包括：

利用分词工具对所述催收对话文本进行分词处理，获得若干词汇；

利用所述词汇构建字典；

为所述字典中各词汇分别映射词汇ID；

将所述词汇ID映射到初始化的embedding矩阵，获得所述词向量embedding矩阵。

4.根据权利要求1所述的催收暴力倾向评价方法，其特征在于，所述将所述词向量embedding矩阵等同于Key矩阵、Value矩阵和Query矩阵，通过Transformer-Encoder模型，获得带有所述词向量embedding矩阵中各词汇之间联系的联系权重矩阵，包括：

将所述词向量embedding矩阵等同于所述Transformer-Encoder模型中的Key矩阵、Value矩阵和Query矩阵；

将所述Key矩阵、所述Value矩阵和所述Query矩阵分别进行线性映射，获得Key线性矩阵、Value线性矩阵和Query线性矩阵；

将所述Key线性矩阵、所述Value线性矩阵和所述Query线性矩阵分别进行num_heads次均等切分，获得Key线性矩阵集合K、Value线性矩阵集合V和Query线性矩阵集合Q；

计算head_i，具体计算公式为：

其中，K_i为所述Key线性矩阵集合K的第i个元素；V_i为所述Value线性矩阵集合V的第i个元素；Q_i为所述Query线性矩阵集合Q的第i个元素；d_k为所述词向量embedding矩阵的维度；

对head_i进行拼接，获得带有所述词向量embedding矩阵中各词汇之间联系的联系权重矩阵。