[发明专利]一种基于语义、情感惯性和情感共性的对话情感分析方法

权利要求书

1. 一种基于语义、情感惯性和情感共性的对话情感分析方法，包含以下步骤：步骤1，获取对话交替进行的多轮对话数据，并对其中对话人物进行特定标记；步骤2，对多轮对话中的每条对话信息进行建模，提取出其中对应的语义信息表达序列；步骤3，基于多轮对话所提取的语义信息表达序列，分离出对应的情感状态表达序列；步骤4，根据情感状态，对对话情感进行识别；

其特征在于，所述步骤3具体包括：根据得到的文本的语义表示，得到对话级别的文本语义表达集合其中代表第1个人物在对话集合中第i段对话的语义表示，代表第2个人物在对话集合中第j段对话的语义表示；同步的，在对话语义表达的基础上，生成对应的情感状态集合其中 是与第1个人物在对话集合中第i段对话语义表达对应的情感状态，是与第2个人物在对话集合中第j段对话语义表达对应的情感状态，所述情感状态由情感惯性，情感共性

，语义表示共同计算得到，其中情感惯性具体为当前对话人物上一次对话时的情感状态，情感共性为另一个人物上一次对话的情感状态，语义表示为当前对话人物当前时刻的对话文本语义；对于情感惯性、情感共性、语义表示，使用门机制得到各自对应的权重，并加权拼接后，得到当前对话对应的情感状态，具体如下：

其中，代表情感惯性门计算可训练参数，代表情感共性门计算可训练参数，代表情感状态计算可训练参数，为情感惯性门，代表情感惯性需要保留的信息比例，为情感共性门，代表情感共性需要保留的信息比例。

2.如权利要求1所述的一种基于语义、情感惯性和情感共性的对话情感分析方法，其特征在于，所述步骤1具体包括：

步骤1.1，通过采集电影、电视剧视频数据或采集现有的带有情感标记的多轮对话数据集，挑选并剪辑出数据中的双人对话场景，分离出其中的对话数据，并在utterance级别进行切割，然后对切割的utterance进行人工情感标注，标注出每个utterance对应的情感标签，并且对对话人物进行标记，获取对话情感分析数据；

步骤1.2，根据对话人物不同，把获取的对话情感分析数据切分为3个集合，分别是人物 的对话集合：

此对话集合只包含人物的对话文本，代表人物的第段对话；

人物的对话集合：

此对话集合只包含人物的对话文本，代表人物的第段对话；

人物和人物的整体对话集合：

此对话集合包含两人对话文本，并且对话为交替进行。

3.如权利要求1所述的一种基于语义、情感惯性和情感共性的对话情感分析方法，其特征在于，所述步骤2具体包括：

步骤2.1，对获取到的对话情感分析数据文本进行字符级清洗，然后通过预训练好字符级BERT模型，得到结果，其中C代表输入文本的字符向量集合，代表文本中第个字符向量，然后把得到的字符向量集合通过padding到统一长度，通过一个bi-lstm模型，得到最终的字符级语义表示；

步骤2.2，对获取到的对话情感分析数据文本进行分词处理，去除停用词；使用训练好的word2vec词向量，对文本进行表示，得到结果为其中W代表词向量集合，代表第i个词向量，然后把得到的词向量集合通过padding到统一长度，然后把所得到的词向量集合通过一个bi-lstm模型，得到词级别语义表示

步骤2.3，通过拼接字符级语义表示和词级别语义表示，得到最终文本的语义表示：

。

4.如权利要求1所述的一种基于语义、情感惯性和情感共性的对话情感分析方法，其特征在于，所述步骤4具体包括：根据得到的对话情感状态集合

，通过不同模态表示，得到多模态融合表示，并使用多模态融合表示对当前对话片段进行情感分类，表达式为：

其中，是情感累积系数，。