(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210958510.4 (22)申请日 2022.08.09 (71)申请人 中国平安人寿保险股份有限公司 地址 518000 广东省深圳市福田区福田街 道益田路5033号平安金融中心14、 15、 16、 37、 41、 4 4、 45、 46、 54、 58、 59层 (72)发明人 陆凯　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 廖慧贤 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/332(2019.01) G06F 16/33(2019.01) G06F 40/211(2020.01)G06F 40/216(2020.01) G06F 40/30(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 情绪分析方法、 装置、 电子设备及存 储介质 (57)摘要 本申请实施例提供了一种情绪分析方法、 装 置、 电子设备及存储介质， 属于数据处理技术领 域。 该方法包括： 对获取到的目标用户的历史对 话信息进行预处理， 得到目标用户的样本对话信 息； 将样本对话信息输入预设情绪模 型进行情绪 分类， 得到情绪频率集合； 根据情绪频率集合建 立目标用户的情绪转移矩阵， 基于情绪转移矩阵 对情绪模型进行训练， 得到情绪转移模型； 将获 取到的目标用户的目标对话信息输入情绪转移 模型进行概率预测， 得到情绪波动概率值。 本申 请实施例能够准确分析出用户在受到他人情绪 影响的情况 下情绪的变化。 权利要求书2页 说明书14页 附图5页 CN 115292495 A 2022.11.04 CN 115292495 A 1.一种情绪分析 方法， 其特 征在于， 所述方法包括： 对获取到的目标用户的历史对话信息进行预处理， 得到所述目标用户的样本对话信 息， 其中， 所述样本对话信息携带多个情绪标签； 将所述样本对话信 息输入预设情绪模型进行情绪分类， 得到情绪频率集合， 其中， 所述 情绪频率 集合包括每 个所述情绪标签在所述样本对话信息中出现的次数； 根据所述情绪频率集合建立所述目标用户的情绪转移矩阵， 其中， 所述情绪转移矩阵 用于表征 所述目标用户的情绪受到他人的情绪影响的概 率值； 基于所述情绪 转移矩阵对所述预设情绪模型进行训练， 得到情绪 转移模型； 将获取到的所述目标用户的目标对话信 息输入所述情绪转移模型进行概率预测， 得到 情绪波动概率值， 其中， 所述情绪波动概率值为表征所述 目标用户在他人情绪影响的情况 下情绪发生变化的概 率值。 2.根据权利要求1所述的情绪分析方法， 其特征在于， 所述历史对话信 息包括与所述目 标用户进 行对话的多名用户的对话信息； 所述对获取到的目标用户的历史对话信息进 行预 处理， 得到所述目标用户的样本对话信息， 包括： 在所述历史对话信息中确定与所述目标用户对应的所述样本对话信息； 基于预设标注模型对所述样本对话信 息进行标注， 得到所述样本对话信 息的所述情绪 标签。 3.根据权利要求1所述的情绪分析方法， 其特征在于， 所述预设情绪模型包括句向量编 码器和情绪分类器； 所述将所述样本对话信息输入预设情绪模型进行情绪分类， 得到情绪 频率集合， 包括： 将所述样本对话信 息中的句子输入所述句向量编码器进行语句切分， 得到所述样本对 话信息的句向量； 将所述句向量输入所述情绪分类器， 以使所述情绪分类器对所述句向量中的所述情绪 标签进行情绪识别， 得到识别结果； 对所述识别结果进行分类统计， 得到所述情绪频率 集合。 4.根据权利要求3所述的情绪分析 方法， 其特 征在于， 还 包括： 根据所述情绪频率集合建立自身情绪矩阵， 其中， 所述自身情绪矩阵用于表征所述目 标用户的当前对话的情绪影响下一句对话的情绪的概 率值； 根据所述情绪频率集合建立情绪影响矩阵， 其中， 所述情绪影响矩阵用于表征他人在 与所述目标用户对话过程中被所述目标用户的情绪影响的概 率值。 5.根据权利要求4所述的情绪分析方法， 其特征在于， 所述基于所述情绪转移矩阵对所 述预设情绪模型进行训练， 得到情绪 转移模型， 包括： 对所述样本对话信息中的所述情绪标签进行约束， 得到真实情绪标签序列； 将所述真实情绪标签序列输入所述情绪分类 器进行概 率计算， 得到标签概 率分布； 根据所述情绪转移矩阵、 所述自身情绪矩阵、 所述情绪影响矩阵、 所述真实情绪标签序 列以及所述标签概 率分布对预设 分数值函数进行优化， 得到预测序列概 率函数； 根据所述预测序列概 率函数对所述预设情绪模型进行训练， 得到所述情绪 转移模型。 6.根据权利要求5所述的情绪分析方法， 其特征在于， 所述预设情绪模型包括条件随机 场层； 所述对所述样本对话信息中的所述情绪标签进行约束， 得到真实情绪标签序列， 包权　利　要　求　书 1/2 页 2 CN 115292495 A 2括： 将所述样本对话信 息中的所述情绪标签输入所述条件随机场层进行筛选， 得到真实情 绪标签概 率值； 对所述真实情绪标签概 率值进行类别统计， 得到所述真实情绪标签序列。 7.根据权利要求5所述的情绪分析方法， 其特征在于， 所述预测序列概率函数包括似然 概率函数和损失函数； 所述根据所述预测序列概率函数对所述预设情绪模型进行训练， 得 到所述情绪 转移模型， 包括： 根据所述似然概 率函数得到所述预设情绪模型的似然概 率值； 将所述似然概 率值输入所述损失函数进行计算， 得到概 率损失值； 根据所述损失函数 得到所述预设情绪模型的情绪 转移概率值； 当所述概率损失值小于所述情绪转移概率值， 根据 所述概率损失值更新所述预设情绪 模型， 得到所述情绪 转移模型。 8.一种情绪分析装置， 其特 征在于， 所述装置包括： 对话处理模块， 用于对获取到的目标用户的历史对话信息进行预处理， 得到所述目标 用户的样本对话信息， 其中， 所述样本对话信息携带多个情绪标签； 情绪分类模块， 用于将所述样本对话信息输入预设情绪模型进行情绪分类， 得到情绪 频率集合， 其中， 所述情绪频率集合包括每个所述情绪标签在所述样本对话信息中出现的 次数； 矩阵建立模块， 用于根据 所述情绪频率集合建立所述目标用户的情绪转移矩阵， 其中， 所述情绪 转移矩阵用于表征 所述目标用户的情绪受到他人的情绪影响的概 率值； 模型训练模块， 用于基于所述情绪转移矩阵对所述预设情绪模型进行训练， 得到情绪 转移模型； 概率预测模块， 用于将 获取到的所述目标用户的目标对话信 息输入所述情绪转移模型 进行概率预测， 得到情绪波动概率值， 其中， 所述情绪波动概率值用于为所述目标用户在他 人情绪影响的情况 下情绪发生变化的概 率值。 9.一种电子设备， 其特征在于， 所述电子设备包括存储器、 处理器、 存储在所述存储器 上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通 信的数据总线， 所述程序被所述处理器执行时实现如权利要求1至7任一项所述的情绪分析 方法的步骤。 10.一种存储介质， 所述存储介质为计算机可读存储介质， 用于计算机可读存储， 其特 征在于， 所述存储介质存储有一个或者多个程序， 所述一个或者多个程序可被一个或者多 个处理器执行， 以实现权利要求1至7中任一项所述的情绪分析 方法的步骤。权　利　要　求　书 2/2 页 3 CN 115292495 A 3