(19)中华 人民共和国 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 202111648205.7 (22)申请日 2021.12.31 (71)申请人 苏州浪潮智能科技有限公司 地址 215100 江苏省苏州市吴中区吴中经 济开发区郭巷街道官浦路1号9幢 (72)发明人 鲁璐　李仁刚　赵雅倩　王斌强　 董刚　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 王晓芬 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/35(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) (54)发明名称 一种对话情感识别方法及相关装置 (57)摘要 本申请公开了一种对话情感识别方法， 包 括： 采用已训练的特征提取器对对话数据进行句 子特征提取， 得到多个句子特征数据； 基于双向 LSTM对多个句子特征数据进行上下文特征表达 建模， 得到多个上下文特征表达； 基于图神经网 络和分层堆叠图卷积结构对多个上下文特征表 达进行说话人特征提取， 得到多个 说话人特征表 达； 基于多个上下文特征表达和多个 说话人特征 表达进行情感分类， 得到情感识别结果。 在识别 情感的过程中加入了上下文特征和说话人特征， 提高了对话情感识别的准确性。 本申请还公开了 相关装置， 包括一种对话情感识别装置、 服务器 以及计算机可读存 储介质， 具有以上有益效果。 权利要求书2页 说明书11页 附图4页 CN 114020897 A 2022.02.08 CN 114020897 A 1.一种对话情感识别方法， 其特 征在于， 包括： 采用已训练的特 征提取器对 对话数据进行句子特 征提取， 得到多个句子特 征数据； 基于双向LSTM对所述多个句子特征数据进行上下文特征表达建模， 得到多个上下文特 征表达； 基于图神经网络和分层堆叠图卷积结构对所述多个上下文特征表达进行说话人特征 提取， 得到多个说话人 特征表达； 基于所述多个上下文特征表达和所述多个说话人特征表达进行情感分类， 得到情 感识 别结果。 2.根据权利要求1所述的对话情感识别方法， 其特征在于， 基于图神经网络和分层堆叠 图卷积结构对所述多个上下文特征表达进行说话人特征提取， 得到多个说话人特征表达， 包括： 基于所述多个上 下文特征表达进行图构建处 理， 得到对话特 征图； 基于分层堆叠网络结构对所述对话特征图进行说话人特征提取， 得到所述多个说话人 特征表达。 3.根据权利要求2所述的对话情感识别方法， 其特征在于， 基于分层堆叠网络结构对所 述对话特 征图进行说话人 特征提取， 得到所述多个说话人 特征表达， 包括： 通过关系图卷积获取 所述分层堆叠网络结构中第一层的特 征表达； 通过注意力图卷积神经网络获取 所述分层堆叠网络结构中第二层的特 征表达； 基于注意力机制获取所述分层堆叠网络结构中第三层的特征表达、 第四层的特征表 达、 第五层的特 征表达； 基于多头注意力 机制对所述第 三层的特征表达、 所述第四层的特征表达以及所述第五 层的特征表达进行处 理， 得到所述多个说话人 特征表达。 4.根据权利要求1所述的对话情感识别方法， 其特征在于， 采用已训练 的特征提取器对 对话数据进行句子特 征提取， 得到多个句子特 征数据， 包括： 对所述对话数据进行 预处理， 得到已处 理对话数据； 采用已训练的特征提取器对所述已处理对话数据进行句子特征提取， 得到多个句子特 征数据。 5.根据权利要求1所述的对话情 感识别方法， 其特征在于， 基于双向LSTM对所述多个句 子特征数据进行 上下文特征表达建模， 得到多个上 下文特征表达， 包括： 将双线LSTM作为建模工具； 使用该建模工具对所述多个句子特征数据进行上下文信 息表达处理， 得到所述多个上 下文特征表达。 6.根据权利要求1所述的对话情感识别方法， 其特征在于， 所述特征提取器的训练过 程， 包括： 获取训练集数据； 采用所述训练集对初始的所述特 征提取器进行训练， 得到已训练的所述特 征提取器。 7.根据权利要求1所述的对话情感识别方法， 其特征在于， 基于所述多个上下文特征表 达和所述多个说话人 特征表达进行情感分类， 得到情感识别结果， 包括： 将所述多个上下文特征表达和所述多个说话人特征表达进行特征拼接， 得到特征向权　利　要　求　书 1/2 页 2 CN 114020897 A 2量； 通过全连接层对所述特 征向量进行处 理， 得到所述情感识别结果。 8.一种对话情感识别装置， 其特 征在于， 包括： 特征提取模块， 用于采用已训练的特征提取器对对话数据进行句子特征提取， 得到多 个句子特 征数据； 上下文建模模块， 用于基于双向LSTM对所述多个句子特征数据进行上下文特征表达建 模， 得到多个上 下文特征表达； 说话人建模模块， 用于基于图神经网络和分层堆叠图卷积结构对所述多个上下文特征 表达进行说话人 特征提取， 得到多个说话人 特征表达； 情感分类模块， 用于基于所述多个上下文特征表达和所述多个说话人特征表达进行情 感分类， 得到情感识别结果。 9.一种服 务器， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序时实现如权利要求1至7任一项所述的对话情 感识别 方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至7任一项 所述的对话情感识别方 法的步骤。权　利　要　求　书 2/2 页 3 CN 114020897 A 3