本发明专利技术实施例公开了机器人表情联动方法、装置、计算机设备及存储介质。方法包括：获取用户与机器人的语音交互内容；对语音交互内容进行ASR转换，以得到语义文本；对语义文本进行意图识别，以得到交互意图；判断交互意图是否是评价意图；若是，则根据语义文本确定情感对象；判断情感对象是否是第一人称；若是，则使用深度学习多分类任务模型结合语义文本生成对应的情绪信息；发送情绪信息，以使得机器人根据情绪信息展示对应的情绪；若不是，则对语义文本进行细粒度情感分析，以生成对应的情绪信息，并执行发送情绪信息，以使得机器人根据情绪信息展示对应的情绪。通过实施本发明专利技术实施例的方法可实现对服务器机器人赋予表情，提升用户体验感。户体验感。户体验感。
【技术实现步骤摘要】
机器人表情联动方法、装置、计算机设备及存储介质
[0001]本专利技术涉及机器人，更具体地说是指机器人表情联动方法、装置、计算机设备及存储介质。
技术介绍
[0002]服务机器人可以为人们在各种场合提供服务，比如为用户展示菜单、指引道路、查询相关的信息等。人们与这些服务机器人进行交互的过程中除了会表达自己的需求，同时可能也会向机器人表达自己的情绪，比如表达对当前场景的评价、表达自己当前的情绪等等，因此作为服务机器人，不仅要满足用户的明确的需求，也要在情感上与用户进行互动，也就是要理解用户的情绪，并做出相应的反应，给用户带来更好的体验感。
[0003]然而，现有的机器人大多将业务服务与情感分析分开，比如用于公共场所的商超服务机器或是医院导诊机器人更多关注于向用户提供更方便和智能的功能，而表情机器人则大多是模拟人的情绪动作与人进行互动，不为用户提供业务服务。对面向众多用户的服务机器人来说，如果仅仅是为人类提供服务，则会让用户感觉面对的是冷冰冰的机器，并不能让用户体会到轻松的交互状态，使得用户体验感差。
[0004]因此，有必要设计一种新的方法，实现对服务器机器人赋予表情，提升用户体验感。
技术实现思路
[0005]本专利技术的目的在于克服现有技术的缺陷，提供机器人表情联动方法、装置、计算机设备及存储介质。
[0006]为实现上述目的，本专利技术采用以下技术方案：机器人表情联动方法，包括：
[0007]获取用户与机器人的语音交互内容；
[0008]对所述语音交互内容进行ASR转换，以得到语义文本；
[0009]对所述语义文本进行意图识别，以得到交互意图；
[0010]判断所述交互意图是否是评价意图；
[0011]若所述交互意图是评价意图，则根据所述语义文本确定情感对象；
[0012]判断所述情感对象是否是第一人称；
[0013]若所述情感对象是第一人称，则使用深度学习多分类任务模型结合所述语义文本生成对应的情绪信息；
[0014]发送所述情绪信息，以使得机器人根据所述情绪信息展示对应的情绪；
[0015]若所述情感对象不是第一人称，则对所述语义文本进行细粒度情感分析，以生成对应的情绪信息，并执行所述发送所述情绪信息，以使得机器人根据所述情绪信息展示对应的情绪。
[0016]其进一步技术方案为：所述判断所述交互意图是否是评价意图之后，还包括：
[0017]若所述交互意图不是评价意图，则根据所述交互意图生成对应的情绪信息，并执
行所述发送所述情绪信息，以使得机器人根据所述情绪信息展示对应的情绪。
[0018]其进一步技术方案为：所述对所述语义文本进行意图识别，以得到交互意图，包括：
[0019]采用深度学习技术对所述语义文本进行意图识别，以得到交互意图。
[0020]其进一步技术方案为：所述根据所述语义文本确定情感对象，包括：
[0021]对所述语义文本进行句法依存分析，以得到依存关系；
[0022]判断所述依存关系中是否存在主谓关系；
[0023]若所述依存关系中不存在主谓关系，则确定所述情感对象是第一人称；
[0024]若所述依存关系中存在主谓关系，则判断所述依存关系是否存在多个主谓关系；
[0025]若所述依存关系存在多个主谓关系，则将最后一个与中心词有主谓关系的词汇作为初始情感对象；
[0026]根据所述依存关系确定完整的情感对象；
[0027]判断完整的情感对象是否存在第一人称；
[0028]若完整的情感对象存在第一人称，则执行所述确定所述情感对象是第一人称；
[0029]若完整的情感对象不存在第一人称，则确定所述情感对象不是第一人称。
[0030]其进一步技术方案为：所述根据所述依存关系确定完整的情感对象，包括：
[0031]根据所述依存关系确定与所述初始情感对象有定中关系的词语，以得到第一词语；
[0032]确定与所述第一词语有定中关系的词语，得到第二词语；
[0033]将所述第一词语以及所述第二词语进行组合，以得到完整的情感对象。
[0034]本专利技术还提供了机器人表情联动装置，包括：
[0035]内容获取单元，用于获取用户与机器人的语音交互内容；
[0036]转换单元，用于对所述语音交互内容进行ASR转换，以得到语义文本；
[0037]意图识别单元，用于对所述语义文本进行意图识别，以得到交互意图；
[0038]意图判断单元，用于判断所述交互意图是否是评价意图；
[0039]对象确定单元，用于若所述交互意图是评价意图，则根据所述语义文本确定情感对象；
[0040]对象判断单元，用于判断所述情感对象是否是第一人称；
[0041]第一生成单元，用于若所述情感对象是第一人称，则使用深度学习多分类任务模型结合所述语义文本生成对应的情绪信息；
[0042]发送单元，用于发送所述情绪信息，以使得机器人根据所述情绪信息展示对应的情绪；
[0043]情感分析单元，用于若所述情感对象不是第一人称，则对所述语义文本进行细粒度情感分析，以生成对应的情绪信息，并执行所述发送所述情绪信息，以使得机器人根据所述情绪信息展示对应的情绪。
[0044]其进一步技术方案为：还包括：
[0045]第二生成单元，用于若所述交互意图不是评价意图，则根据所述交互意图生成对应的情绪信息，并执行所述发送所述情绪信息，以使得机器人根据所述情绪信息展示对应的情绪。
[0046]其进一步技术方案为：所述意图识别单元，用于采用深度学习技术对所述语义文本进行意图识别，以得到交互意图。
[0047]本专利技术还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
[0048]本专利技术还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。
[0049]本专利技术与现有技术相比的有益效果是：本专利技术通过获取用户与机器人的语音交互内容，并进行转换，形成语义文本，对语义文本进行意图识别，再根据识别得到的意图生成对应的情绪信息，由机器人展示，实现对服务器机器人赋予表情，提升用户体验感。
[0050]下面结合附图和具体实施例对本专利技术作进一步描述。
附图说明
[0051]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0052]图1为本专利技术实施例提供的机器人表情联动方法的应用场景示意图；
[0053]图2为本专利技术实施例提供的机器人表情联动方法的流程示意图；
[0054]图3为本专利技术实施例提供的机器人表情联动本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.机器人表情联动方法，其特征在于，包括：获取用户与机器人的语音交互内容；对所述语音交互内容进行ASR转换，以得到语义文本；对所述语义文本进行意图识别，以得到交互意图；判断所述交互意图是否是评价意图；若所述交互意图是评价意图，则根据所述语义文本确定情感对象；判断所述情感对象是否是第一人称；若所述情感对象是第一人称，则使用深度学习多分类任务模型结合所述语义文本生成对应的情绪信息；发送所述情绪信息，以使得机器人根据所述情绪信息展示对应的情绪；若所述情感对象不是第一人称，则对所述语义文本进行细粒度情感分析，以生成对应的情绪信息，并执行所述发送所述情绪信息，以使得机器人根据所述情绪信息展示对应的情绪。2.根据权利要求1所述的机器人表情联动方法，其特征在于，所述判断所述交互意图是否是评价意图之后，还包括：若所述交互意图不是评价意图，则根据所述交互意图生成对应的情绪信息，并执行所述发送所述情绪信息，以使得机器人根据所述情绪信息展示对应的情绪。3.根据权利要求1所述的机器人表情联动方法，其特征在于，所述对所述语义文本进行意图识别，以得到交互意图，包括：采用深度学习技术对所述语义文本进行意图识别，以得到交互意图。4.根据权利要求1所述的机器人表情联动方法，其特征在于，所述根据所述语义文本确定情感对象，包括：对所述语义文本进行句法依存分析，以得到依存关系；判断所述依存关系中是否存在主谓关系；若所述依存关系中不存在主谓关系，则确定所述情感对象是第一人称；若所述依存关系中存在主谓关系，则判断所述依存关系是否存在多个主谓关系；若所述依存关系存在多个主谓关系，则将最后一个与中心词有主谓关系的词汇作为初始情感对象；根据所述依存关系确定完整的情感对象；判断完整的情感对象是否存在第一人称；若完整的情感对象存在第一人称，则执行所述确定所述情感对象是第一人称；若完整的情感对象不存在第一人称，则确定所述情感对象不是第一人称。5.根据权利要求4所述的机器人表情联动方法，其特征在于...
【专利技术属性】
技术研发人员：王一冰，赵康，王一科，贾林，涂静一，
申请(专利权)人：深圳科卫机器人科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。