[发明专利]一种情感对话模型构建方法、情感对话系统及方法

权利要求书

1.一种情感对话模型的构建方法，其特征在于，包括以下步骤：

步骤1，构建情感对话语料数据集和通用回复数据集，所述情感对话语料数据集包括多个语句和各语句的情感类别标签，所述通用回复数据集由多个通用语句构成；

步骤2，利用情感对话语料数据集和通用回复数据集训练生成对抗网络，所述生成对抗网络包括生成器和判别器，所述生成器包括编码器和解码器，所述判别器包括第一判别器和第二判别器；

所述编码器对情感对话语料数据集中的各语句进行向量化得到语义表示向量；所述解码器根据各语义表示向量和随机指定的情感类别标签生成各语句的回复，该回复中带有情感信息，生成各语句回复时的目标函数为-r·log(P(Y|X,e))，r＝a*Reward_c+b*Reward_e；-log(Y|X)为基础Seq2Seq对话模型的目标函数，X为语义表示向量，Y为X对应的回复，e为随机指定的情感类别标签，P(Y|X)为基于X最大化Y的生成概率；

P_c≥P₁时，Reward_c＝1-P_c，P_cP₁时，Reward_c＝P_c，其中：1P₁≥0.4；

P_e≥P₂时，Reward_e＝P_e，P_eP₂时，Reward_e＝1-P_e，其中：1P₂≥0.4；

a为Reward_c项的权重，0a1；

b为Reward_e项的权重，0b1；

r初始随机取[0,1]的任一值；

所述第一判别器以所述通用回复数据集为依据，判断并输出各回复属于通用回复的概率P_c；

所述第二判别器用于判断各回复所带的情感信息所属情感类别标签，并输出该所属情感类别标签与回复生成时所随机指定的情感类别标签的一致性概率P_e。

2.权利要求1所述的情感对话模型的构建方法，其特征在于，所述第一判别器采用关键词提取法或模板匹配。

3.如权利要求1所述的情感对话模型的构建方法，其特征在于，所述通用回复数据集包括通用语句数据集和非通用语句数据集；所述第一判别器经所述通用回复数据集训练，采用训练好的第一判别器判断并输出各回复属于通用回复的概率P_c；所述第一判别器采用CNN网络、LSTM模型、GRU模型、Bi-LSTM模型、Bi-GRU模型。