一種文本負(fù)向情感識別與自動化情感撫慰方法與系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種文本負(fù)向情感識別與自動化情感撫慰方法與系統(tǒng)，包括用戶端APP和情感撫慰云中心，所述用戶端APP在用戶授權(quán)情況下，使用文字采集模塊采集用戶向社交媒體錄入的文字信息；利用情感分析模塊分析文字中可能蘊含的負(fù)向情感，對識別的負(fù)向情感形成用戶負(fù)向情感概念；負(fù)向情感概念輸出模塊將該用戶負(fù)向情感概念輸出至情感撫慰云中心；所述情感撫慰云中心包括用戶管理模塊、撫慰情感概念庫、撫慰情感資源庫、撫慰資源更新模塊、撫慰概念匹配策略模塊、撫慰概念載體類型匹配策略模塊。本發(fā)明能及時發(fā)現(xiàn)社交媒體蘊含的負(fù)向情感，并適時、自動進(jìn)行干預(yù)，增加撫慰情感的自然性，提高撫慰效果，將其危害降至最低。
【專利說明】
一種文本負(fù)向情感識別與自動化情感撫慰方法與系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及不確定性人工智能及其應(yīng)用、情感交互、人機(jī)交互技術(shù)領(lǐng)域，特別是涉 及一種文本負(fù)向情感識別與自動化情感撫慰方法與系統(tǒng)。
【背景技術(shù)】
[0002] 高危高壓職場、快節(jié)奏的工作生活、競爭壓力等當(dāng)代社會現(xiàn)象給當(dāng)事者帶來壓抑、 悲傷、孤獨等負(fù)向情感，嚴(yán)重威脅著受眾的身心健康。以手機(jī)、平板電腦為代表的移動通信 技術(shù)與設(shè)備的發(fā)展和普及，催生了以QQ、微信、微博等為代表的社交媒體的發(fā)展和應(yīng)用。負(fù) 向情感的受眾常通過社交媒體發(fā)布、渲染自己的負(fù)向情緒，進(jìn)而將負(fù)向情感傳導(dǎo)到其他人， 擴(kuò)大負(fù)向情感的危害面。不及時發(fā)現(xiàn)社交媒體的負(fù)向情感，進(jìn)行妥善的干預(yù)處理，有可能演 變?yōu)樯鐣栴}。
[0003] 近年來，人們對情感計算的探索積累了大量研究成果，可以自動識別蘊含在文字 中的情感信息。人們可以采取人工方法，對負(fù)向情感受眾進(jìn)行干預(yù)，達(dá)到減壓、調(diào)解、舒緩其 負(fù)向情感的目的。但人工方法效率低、發(fā)現(xiàn)和解決問題不及時、惠及面窄。而負(fù)向情感受眾 的自我調(diào)節(jié)能力有限、不專業(yè)。有研究人員提出了自動化情感撫慰技術(shù)，采用模式識別、傳 感器、無線通信等技術(shù)，在心理學(xué)指導(dǎo)下，對識別到的負(fù)向情感按照其種類對受眾進(jìn)行心理 干預(yù)。但是，情感是定性概念，人們對它的表達(dá)和認(rèn)知帶有不確定性，如模糊性、隨機(jī)性等。 對負(fù)向情感的干預(yù)應(yīng)該考慮這種不確定性。
[0004] 目前，對情感交互的研究，基本上采取了確定性反饋方法。當(dāng)輸入一定，則給出的 反饋情感是精確的，可重復(fù)的。即使加上一些隨機(jī)效果。但所使用的方法在本質(zhì)上屬于精確 方法，反饋情感的差異性有限。而情感反饋的可重復(fù)性易造成用戶的使用疲勞。

【發(fā)明內(nèi)容】

[0005] 鑒于以上問題，本發(fā)明公布一種文本負(fù)向情感識別與自動化情感撫慰方法與系 統(tǒng)，在用戶授權(quán)情況下采集用戶的文字信息，根據(jù)文字中情感的屬性特征利用情感分析模 塊及時發(fā)現(xiàn)其中的負(fù)向情感，并適時、自動進(jìn)行干預(yù)，增加撫慰情感的自然性，提高撫慰效 果。
[0006] 本發(fā)明通過以下技術(shù)方案實現(xiàn)：
[0007] -種文本負(fù)向情感識別與自動化情感撫慰方法，包括如下步驟：
[0008] 步驟1，用戶下載用戶端APP，注冊為系統(tǒng)用戶；
[0009] 步驟2,用戶端APP在用戶授權(quán)情況下，使用文字采集模塊采集用戶向社交媒體錄 入的文字信息；
[0010] 步驟3,根據(jù)文字中情感的屬性特征利用情感分析模塊分析文字中可能蘊含的負(fù) 向情感，對識別的負(fù)向情感形成用戶負(fù)向情感概念；
[0011] 步驟4，負(fù)向情感概念輸出模塊將用戶負(fù)向情感概念輸出至情感撫慰云中心；
[0012] 步驟5，情感撫慰云中心接收用戶負(fù)向情感概念，從撫慰情感資源庫選擇對應(yīng)的撫 慰情感概念；
[0013]步驟6,情感撫慰云中心根據(jù)用戶喜好選擇撫慰載體類型；
[0014]步驟7,情感撫慰云中心生成撫慰資源組，向用戶推送撫慰資源組。
[0015]優(yōu)選地，所述步驟3中文字中情感的屬性特征使用文字云模型表示，文字云模型的 維數(shù)m為文字中情感的屬性特征個數(shù)。
[0016]優(yōu)選地，所述步驟3中具體包括如下步驟：
[0017]步驟301)提取文字采集模塊采集的文字中情感的m個屬性特征值X=[X1， X2，···， Xm];
[0018]步驟302)設(shè)文字的全體情感概念空間中有K個用戶負(fù)向情感概念，用云模型Cji (Exj^EnjhHeji)表示，Exj^Enji和Heji分別為第j個用戶負(fù)向情感概念第i個屬性特征的期 望、熵和超熵，i = l，2,…，m;j = l，2r"，K;
[0019]步驟303)對K個用戶負(fù)向情感概念分別按照下式計算確定度μ.?(χ):
[0021] Enji'=Norm(Enji，Heji2) (2)
[0022] Norm表示正態(tài)分布。
[0023]步驟304)選取K個確定度中的最大值μ〗，則形成的用戶負(fù)向情感概念為第J個用戶 負(fù)向情感概念。
[0024] 步驟304)選取K個確定度中的最大值μ」，則形成的用戶負(fù)向情感概念為第j個用戶 負(fù)向情感概念。
[0025] 優(yōu)選地，所述步驟6中撫慰載體類型包括文本、音頻和視頻。
[0026] 優(yōu)選地，所述文本、音頻和視頻文件中情感的屬性特征分別使用文字云模型、音頻 云模型和視頻云模型表示，音頻云模型的維數(shù)η和視頻云模型的維數(shù)p分別為音頻文件和視 頻文件中情感的屬性特征個數(shù)。
[0027] 優(yōu)選地，所述步驟7中生成撫慰資源組具體包括在文本、音頻和視頻撫慰資源庫中 分別執(zhí)行如下步驟：
[0028]步驟701)以[0.9*μ〗，1.1*μ〗]的區(qū)間沿確定度軸截取撫慰資源，若截取到的撫慰資 源數(shù)多Τ個，在獲得的撫慰資源中隨機(jī)選取Τ個資源，得到撫慰資源組;若截取到的撫慰資源 數(shù)<τ個，轉(zhuǎn)到步驟702;
[0029] 步驟702)將距μ〗最近的前t個資源加入截取到的撫慰資源，得到撫慰資源組。
[0030] 一種文本負(fù)向情感識別與自動化情感撫慰系統(tǒng)，包括用戶端APP和情感撫慰云中 心，
[0031]所述用戶端APP在用戶授權(quán)情況下，使用文字采集模塊采集用戶向社交媒體錄入 的文字信息;利用情感分析模塊分析文字中可能蘊含的負(fù)向情感，對識別的負(fù)向情感形成 用戶負(fù)向情感概念；負(fù)向情感概念輸出模塊將該用戶負(fù)向情感概念輸出至情感撫慰云中 心；
[0032]所述情感撫慰云中心包括用戶管理模塊、撫慰情感概念庫、撫慰情感資源庫、撫慰 資源更新模塊、撫慰概念匹配策略模塊、撫慰概念載體類型匹配策略模塊；
[0033]用戶管理模塊負(fù)責(zé)用戶注冊、登錄、管理;撫慰情感概念庫包括Q個撫慰情感概念 (Q與K不必相等）；撫慰情感資源庫包括文本撫慰資源庫、音頻撫慰資源庫和視頻撫慰資源 庫，每個撫慰資源是相應(yīng)的撫慰情感概念的一個實例;撫慰資源更新模塊對撫慰情感概念 庫和撫慰情感資源庫進(jìn)行更新;撫慰概念載體類型匹配策略模塊根據(jù)用戶喜好，對匹配到 的撫慰情感概念選擇撫慰載體類型。
[0034]用戶負(fù)向情感概念與撫慰情感概念之間的對應(yīng)關(guān)系是非線性的，具體表現(xiàn)為：1) 第j個用戶負(fù)向情感概念的某個實例對應(yīng)于第j個撫慰情感概念的多個不同實例；2)第j個 用戶負(fù)向情感概念邊界區(qū)域的某個實例對應(yīng)于第j + Ι或第j-Ι個撫慰情感概念的邊界區(qū)域 的多個不同實例。
[0035]本發(fā)明與現(xiàn)有技術(shù)相比，具有以下明顯優(yōu)點：
[0036] 根據(jù)負(fù)向情感與撫慰情感的非線性匹配模型，自動化撫慰資源匹配結(jié)果具有如下 特征：1)從負(fù)向情感實例到撫慰情感實例的匹配是一對多的關(guān)系，且匹配實施之前結(jié)果是 不確定的；2)即使對同一個用戶的同一個負(fù)向情感實例，不同次匹配的撫慰資源可能是不 同的；3)在邊界區(qū)域，即使對同一個用戶的同一個負(fù)向情感實例，不同次匹配的撫慰概念可 能是不同的。負(fù)向情感與撫慰情感的非線性、不確定性匹配結(jié)果克服了用戶在多次使用系 統(tǒng)服務(wù)由于可能得到相同的撫慰資源而造成的撫慰疲勞、撫慰失效。
[0037] 本發(fā)明的文本負(fù)向情感識別與自動化情感撫慰方法與系統(tǒng)針對情感這類定性概 念的模糊性、隨機(jī)性等不確定性，提出一種基于不確定性方法的情感表示、推理、情感概念 匹配、撫慰情感實例生成方法與系統(tǒng)，打破情感撫慰中反饋情感的可重復(fù)性，實現(xiàn)更自然、 有效的自動化情感撫慰，在用戶授權(quán)情況下采集用戶的文字信息，根據(jù)文字中情感的屬性 特征利用情感分析模塊可以及時發(fā)現(xiàn)社交媒體蘊含的負(fù)向情感，并適時、自動進(jìn)行干預(yù)，增 加撫慰情感的自然性，提高撫慰效果，將其危害降至最低。
【附圖說明】
[0038] 圖1為本發(fā)明的文本負(fù)向情感自動化撫慰系統(tǒng)結(jié)構(gòu)圖。
[0039]圖2為本發(fā)明的用戶端負(fù)向情感處理流程圖。
[0040]圖3為本發(fā)明的情感撫慰云中心工作流程圖。
[0041 ]圖4為本發(fā)明的撫慰情感概念庫及撫慰情感資源庫。
[0042] 圖5為本發(fā)明的負(fù)向情感與撫慰情感的非線性匹配模型圖。
【具體實施方式】
[0043] 本發(fā)明的文本負(fù)向情感自動化撫慰系統(tǒng)結(jié)構(gòu)如圖1所示。文本負(fù)向情感自動化撫 慰系統(tǒng)由用戶端APP、情感撫慰云中心組成。用戶在自愿情況下，下載用戶端APP，注冊為系 統(tǒng)用戶，即可得到自動化情感撫慰服務(wù)。用戶端APP可以安裝在手機(jī)、平板電腦等移動設(shè)備 上。
[0044]用戶端APP的工作流程如圖2所示。在用戶授權(quán)下，采用文字采集模塊采集用戶向 社交媒體(如QQ、微信、微博、論壇、短信、飛信等)錄入的文字信息。利用情感分析模塊分析 文字中可能蘊含的負(fù)向情感，對識別的正向情感忽略不作處理，對識別的負(fù)向情感形成定 性概念，如輕度悲傷、中度悲傷或深度悲傷。需要指出的是，用戶輸入文字表達(dá)的情感是情 感定性概念(如中度悲傷）的一個實例。這一過程可以形式化描述為：負(fù)向情感實例-負(fù)向 情感概念。負(fù)向情感概念輸出模塊將該用戶負(fù)向情感概念輸出至情感撫慰云中心。為保護(hù) 用戶隱私，用戶端APP只向云中心發(fā)送識別的用戶輸入的文字的負(fù)向情感概念，而不發(fā)送文 字內(nèi)容本身。
[0045]情感撫慰云中心的結(jié)構(gòu)和工作流程如圖3所示。撫慰云中心由用戶管理模塊、撫慰 情感概念庫、撫慰情感資源庫、撫慰資源更新模塊、撫慰概念匹配策略模塊、撫慰概念載體 類型匹配策略模塊等模塊構(gòu)成。
[0046]用戶管理模塊負(fù)責(zé)用戶注冊、登錄、管理等任務(wù)。
[0047]撫慰情感概念庫和撫慰情感資源庫如圖4所示。撫慰情感概念庫按照撫慰情感概 念分類，如輕度高興、中度高興、深度高興，分別對應(yīng)撫慰情感概念1、撫慰情感概念2、撫慰 情感概念3。
[0048]每個撫慰情感概念下的撫慰資源由文字、音頻、視頻三種載體類型的文件組成。每 個撫慰概念的每種載體類型下均有許多個文件可供選擇。反過來說，同一撫慰概念下的所 有撫慰資源，不管是哪個文件，哪種載體類型，都蘊含了相同的撫慰概念，都是該撫慰概念 的一個實例。其它撫慰概念及其資源按照相同規(guī)則建立，不再一一列出。
[0049]撫慰資源更新模塊負(fù)責(zé)對撫慰資源庫的概念及其實例進(jìn)行更新。
[0050] 撫慰概念匹配策略模塊負(fù)責(zé)在接收到的某用戶的負(fù)向情感概念與撫慰情感資源 庫的某撫慰情感概念之間建立對應(yīng)關(guān)系。例如對悲傷情感，匹配以高興情感，進(jìn)行撫慰，具 體為對輕度悲傷、中度悲傷、深度悲傷，分別匹配以輕度高興、中度高興、深度高興，進(jìn)行撫 慰。這種對應(yīng)關(guān)系是定性概念到定性概念的對應(yīng)。如圖5所示。例如用戶負(fù)向情感概念1對應(yīng) 于撫慰情感概念1，用戶負(fù)向情感概念2對應(yīng)于撫慰情感概念2，用戶負(fù)向情感概念3對應(yīng)于 撫慰情感概念3。各個定性概念帶有不確定性，概念之間不存在明確的邊界。邊界區(qū)域的實 例既可能屬于一個概念，也可能屬于另一個概念。因此，概念之間的對應(yīng)關(guān)系是非線性的。 這種非線性表現(xiàn)在兩個方面:1)用戶負(fù)向情感概念X的某個實例對應(yīng)于撫慰情感概念X的多 個不同實例;2)用戶負(fù)向情感概念X邊界區(qū)域的某個實例對應(yīng)于撫慰情感概念 X+1或撫慰情 感概念x-1的邊界區(qū)域的多個不同實例。
[0051] 撫慰概念載體類型匹配策略模塊負(fù)責(zé)對匹配到的撫慰情感概念的撫慰資源類型 進(jìn)行設(shè)置，考慮用戶的喜好，選擇文字、音頻、視頻或它們的組合。
[0052]情感撫慰云中心的工作流程為:接收用戶負(fù)向情感概念-匹配撫慰情感概念-匹 配撫慰載體類型-組成撫慰情感概念實例組合-向用戶推送撫慰資源。
[0053] 所述系統(tǒng)硬件設(shè)備包括移動終端、移動互聯(lián)網(wǎng)、互聯(lián)網(wǎng)、服務(wù)器等設(shè)備。
[0054]文字中情感的屬性特征使用文字云模型表示，設(shè)文字中情感的屬性特征有m個，文 字75：模型的維數(shù)為m。例如：分別用m維75：模型C(Exlsi，EnLsi，HeLsi，Exls2，EnLS2，HeLS2，…， EXLSm,EnLSm,HeLSm) nC(ExmS1 ,EnMSl ,HeMSl ,ExmS2 ,EnMS2 ,HeMS2 , ·" ,EXMSm,EnMSm,HeMSm) nC(ExdS1 , EnDsi ,HeDsi ,Exds2 ,EnDS2 ,HeDS2,…，ExDSm,EnDSm，HeDSm)表不輕度悲傷、中度悲傷、深度悲傷，其 中Ex、En、He分別為撫慰情感概念的某屬性的期望、熵和超熵。
[0055]所述文本、音頻和視頻文件中情感的屬性特征分別使用文字云模型、音頻云模型 和視頻云模型表示，設(shè)音頻文件和視頻文件中情感的屬性特征個數(shù)分別為η和P，則音頻云 模型的維數(shù)和視頻云模型的維數(shù)分別為η和ρ。例如：分別用m維云模型C(Exlhi，EnLHi ,Ηθυα， EXLH2，EnLH2，HeLH2，···，Εχ?Η??，Εηυ?ιιι，Ηθ?Ηιιι)、C(ExmH1 ,ΕπμΗΙ ,ΗθΜΗΙ，ExmH2，ΕπμΗ2，ΗθΜΗ2，···，EXMHm， EnMHm，HeMHm)、C( ExdHI，E加 HI，HeDHl，EXDH2，E加 H2，HeDH2，…，EXDHm，E加 Hm，HeDHm)表不文本情感的輕 度高興、中度高興、深度高興，也可結(jié)合人工標(biāo)注方式，將文本撫慰資源按照確定度劃分到 三個情感概念；分別用η維75Γ模型C(ExlH1，EnLHl，HeLHl，ExlH2，EnLH2，HeLH2，…，EXLHn，EnLHn， HeLHrO、C(ExmH1 ,ΕηΜΗΙ ,ΗθΜΗΙ ,ExmH2 ,EnMH2 ,HeMH2 , ··· ,ΕΧΜΗη,ΕΠΜΗη ,ΗθμΗγΟ、C(ExdH1 ,EnDHl ,HeDHl , EXDH2 ,EnDH2 ,HeDH2 , ··· ,EXDHn,EnDHn，HeDHn)表不輕度尚興、中度尚興、深度尚興，也可結(jié)合人工 標(biāo)注方式，將音頻撫慰資源按照確定度劃分到三個情感概念;分別用P維云模型c(E XLH1， EnLHl，HeLHl，ExlH2，EnLH2，HeLH2，…，ExlHp，EnLHp，HeLHp)、C(Exmhi ,Επμηι ,ΗθΜΗΙ，ΕχμΗ2，ΕπμΗ2， HeMH2，…，ΕΧΜΗρ，ΕηΜΗρ，HeMHp )、C (ExdHI，EnDHl，HeDHl，EXDH2，EnDH2，HeDH2，…，EXDHp，EnDHp，HeDHp )表 示輕度高興、中度高興、深度高興，也可結(jié)合人工標(biāo)注方式，將視頻撫慰資源按照確定度劃 分到三個情感概念。
[0056]對用戶輸入的文字，提取其m個情感屬性特征值，即云滴1=[幻42，-_，&].假設(shè)文 本的全體情感概念空間中有K個撫慰情感概念，對這K個撫慰情感概念分別按照下式計算其 確定度：
[0058] Em'=Norm(Eni，Hei2) (2)
[0059] 式中Ex、En和He為無下標(biāo)泛指，在計算任何一個情感概念的任一屬性時，分別對應(yīng) 其期望、熵和超熵。Norm表示正態(tài)分布。從式（1)和(2)可得到K個確定度μ(χ) = {yi(x) | i = 1，2，…，K}。若以:是以(x)中的最大值，則將云滴x歸屬于用戶負(fù)向情感概念I(lǐng)，即文本的情感 屬于云模型C:表示的用戶負(fù)向情感概念。從式（1)和(2)可以看出，由于Em'是隨機(jī)數(shù)， yi(x) 也是隨機(jī)的。因此對云滴X，每次的計算結(jié)果可能使得它歸屬于不同的用戶負(fù)向情感概念。 但Em'的隨機(jī)性以Em為期望、此為標(biāo)準(zhǔn)差。因此 yi(x)有穩(wěn)定傾向。由此，云滴X將依概率歸 屬于若干用戶負(fù)向情感概念。
[0060] 若云滴X歸屬于輕度悲傷、中度悲傷、深度悲傷等情感，則啟動自動化情感撫慰過 程。例如對中度悲傷，匹配以撫慰情感中度高興。以云滴X在所屬情感概念（中度悲傷）的確 定度μ (X)為媒介，在中度高興的三種載體(文字、音頻、視頻)資源庫中，分別生成相應(yīng)的云 滴X'，即撫慰資源實例。生成方法為：
[0061] 以[0.9*μ，1 . 1*μ]的區(qū)間沿確定度軸截取三個撫慰資源類型庫，獲得L個撫慰資 源。隨機(jī)選取其中的Τ個資源，得到撫慰資源組。
[0062] 若[0.9*μ，1.1*μ]的區(qū)間內(nèi)不能截取到任何撫慰資源，則分別將距μ最近的前t個 資源作為撫慰資源，得到撫慰資源組。t值在三類媒體撫慰資源庫中可分別獨立調(diào)節(jié)。
[0063] 上述方法獲得的撫慰資源匹配結(jié)果的不確定性來自兩個層面：即μ的隨機(jī)性和 [0.9*μ，1.1*μ]區(qū)間內(nèi)撫慰資源的隨機(jī)選擇。由此，克服了情感撫慰的重復(fù)性，降低用戶的 撫慰疲勞。
[0064] 本發(fā)明方案所公開的技術(shù)手段不僅限于上述實施方式所公開的技術(shù)手段，還包括 由以上技術(shù)特征任意組合所組成的技術(shù)方案。應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員 來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也視為 本發(fā)明的保護(hù)范圍。
【主權(quán)項】
1. 一種文本負(fù)向情感識別與自動化情感撫慰方法，其特征在于:包括如下步驟： 步驟1，用戶下載用戶端APP，注冊為系統(tǒng)用戶； 步驟2,用戶端APP在用戶授權(quán)情況下，使用文字采集模塊采集用戶向社交媒體錄入的 文字信息； 步驟3,根據(jù)文字中情感的屬性特征利用情感分析模塊分析文字中可能蘊含的負(fù)向情 感，對識別的負(fù)向情感形成用戶負(fù)向情感概念； 步驟4，負(fù)向情感概念輸出模塊將用戶負(fù)向情感概念輸出至情感撫慰云中屯、； 步驟5，情感撫慰云中屯、接收用戶負(fù)向情感概念，從撫慰情感資源庫選擇對應(yīng)的撫慰情 感概念； 步驟6，情感撫慰云中屯、根據(jù)用戶喜好選擇撫慰載體類型； 步驟7,情感撫慰云中屯、生成撫慰資源組，向用戶推送撫慰資源組。2. 根據(jù)權(quán)利要求1所述的文本負(fù)向情感識別與自動化情感撫慰方法，其特征在于：用戶 負(fù)向情感概念與撫慰情感概念之間的對應(yīng)關(guān)系是非線性的，具體表現(xiàn)為：1)第j個用戶負(fù)向 情感概念的某個實例對應(yīng)于第j個撫慰情感概念的多個不同實例;2)第j個用戶負(fù)向情感概 念邊界區(qū)域的某個實例對應(yīng)于第j+1或第j-1個撫慰情感概念的邊界區(qū)域的多個不同實例。3. 根據(jù)權(quán)利要求1所述的文本負(fù)向情感識別與自動化情感撫慰方法，其特征在于:所述 步驟3中文字中情感的屬性特征使用文字云模型表示，文字云模型的維數(shù)為文字中情感的 屬性特征個數(shù)m。4. 根據(jù)權(quán)利要求3所述的文本負(fù)向情感識別與自動化情感撫慰方法，其特征在于:所述 步驟3中具體包括如下步驟： 步驟301)提取文字采集模塊采集的文字中情感的m個屬性特征值χ=[χι，χ2，···，χ"]; 步驟302)設(shè)文字的全體情感概念空間中有Κ個用戶負(fù)向情感概念，用云模型Cw化xji， Enji，Heji)表示，Exji、Enji和Heji分別為第j個用戶負(fù)向情感概念第i個屬性特征的期望、 賭和超賭，i = l，2,= ···，!(； 步驟303)對K個用戶負(fù)向情感概念分別按照下式計算確定度A(x)，：Norm表不正態(tài)分布； 步驟304)選取K個確定度中的最大值yj，則形成的用戶負(fù)向情感概念為第J個用戶負(fù)向 情感概念。5. 根據(jù)權(quán)利要求4所述的文本負(fù)向情感識別與自動化情感撫慰方法，其特征在于:所述 步驟6中撫慰載體類型包括文本、音頻和視頻。6. 根據(jù)權(quán)利要求5所述的文本負(fù)向情感識別與自動化情感撫慰方法，其特征在于:所述 文本、音頻和視頻文件中情感的屬性特征分別使用文字云模型、音頻云模型和視頻云模型 表示，音頻云模型的維數(shù)η和視頻云模型的維數(shù)P分別為音頻文件和視頻文件中情感的屬性 特征個數(shù)。7. 根據(jù)權(quán)利要求6所述的文本負(fù)向情感識別與自動化情感撫慰方法，其特征在于:所述 步驟7中生成撫慰資源組具體包括在文本、音頻和視頻撫慰資源庫中分別執(zhí)行如下步驟： 步驟701)W[0.9*μJ，l.l*μJ]的區(qū)間沿確定度軸截取撫慰資源，若截取到的撫慰資源數(shù) >了個，在獲得的撫慰資源中隨機(jī)選取τ個資源，得到撫慰資源組;若截取到的撫慰資源數(shù)< Τ個，轉(zhuǎn)到步驟702; 步驟702)將距yj最近的前t個資源加入截取到的撫慰資源，得到撫慰資源組。8.-種實現(xiàn)權(quán)利要求1至7任一所述方法的文本負(fù)向情感識別與自動化情感撫慰系統(tǒng)， 其特征在于:包括用戶端APP和情感撫慰云中屯、， 所述用戶端APP在用戶授權(quán)情況下，使用文字采集模塊采集用戶向社交媒體錄入的文 字信息;利用情感分析模塊分析文字中可能蘊含的負(fù)向情感，對識別的負(fù)向情感形成用戶 負(fù)向情感概念;負(fù)向情感概念輸出模塊將該用戶負(fù)向情感概念輸出至情感撫慰云中屯、； 所述情感撫慰云中屯、包括用戶管理模塊、撫慰情感概念庫、撫慰情感資源庫、撫慰資源 更新模塊、撫慰概念匹配策略模塊、撫慰概念載體類型匹配策略模塊； 用戶管理模塊負(fù)責(zé)用戶注冊、登錄、管理;撫慰情感概念庫包括K個撫慰情感概念，所述 K個撫慰情感概念分別和K個用戶負(fù)向情感概念相對應(yīng);撫慰情感資源庫包括文本撫慰資源 庫、音頻撫慰資源庫和視頻撫慰資源庫，按照撫慰情感概念的確定度設(shè)有若干撫慰資源;撫 慰資源更新模塊對撫慰情感概念庫和撫慰情感資源庫進(jìn)行更新;撫慰概念載體類型匹配策 略模塊根據(jù)用戶喜好，對匹配到的撫慰情感概念選擇撫慰載體類型。
【文檔編號】G06F17/27GK106095757SQ201610427279
【公開日】2016年11月9日
【申請日】2016年6月15日
【發(fā)明人】楊志曉, 范艷峰, 孫麗君, 張慶輝, 高偉
【申請人】河南工業(yè)大學(xué)