CN108984522B - 一种智能看护*** - Google Patents
一种智能看护*** Download PDFInfo
- Publication number
- CN108984522B CN108984522B CN201810666145.3A CN201810666145A CN108984522B CN 108984522 B CN108984522 B CN 108984522B CN 201810666145 A CN201810666145 A CN 201810666145A CN 108984522 B CN108984522 B CN 108984522B
- Authority
- CN
- China
- Prior art keywords
- emotion
- text
- emotional
- sentence
- words
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种智能看护***,包括数据采集子***、数据处理子***、情感识别子***、情感交互子***和显示装置,所述数据采集子***通过传感器采集用户的生理数据,所述用户的生理数据包括心率和体温,所述数据处理子***用于根据用户的生理数据分析用户的健康状况,所述情感识别子***用于对用户的情感状态进行识别,所述情感交互子***用于根据用户的健康状况和情感状态和用户交互,所述显示装置用于显示用户的健康状况。本发明的有益效果为:提供了一种智能看护***,通过对用户的健康状况和情感状态进行识别,实现用户健康看护的同时提升了用户体验。
Description
技术领域
本发明涉及看护技术领域,具体涉及一种智能看护***。
背景技术
伴随着社会的文明程度不断提高,科技的水平也在不断地进步,人们的精神文明的水平也不断地提高,人们生活水平和生活质量的大幅度提高,导致人们对健康提出了更高的要求。许多老人和儿童需要进行健康看护。
现有的看护***,容易忽略用户的个性化体验和情感需求,导致用户体验低。
发明内容
针对上述问题,本发明旨在提供一种智能看护***。
本发明的目的采用以下技术方案来实现:
提供了一种智能看护***,包括数据采集子***、数据处理子***、情感识别子***、情感交互子***和显示装置,所述数据采集子***通过传感器采集用户的生理数据,所述用户的生理数据包括心率和体温,所述数据处理子***用于根据用户的生理数据分析用户的健康状况,所述情感识别子***用于对用户的情感状态进行识别,所述情感交互子***用于根据用户的健康状况和情感状态和用户交互,所述显示装置用于显示用户的健康状况。
本发明的有益效果为:提供了一种智能看护***,通过对用户的健康状况和情感状态进行识别,实现用户健康看护的同时提升了用户体验。
可选的,所述情感识别子***包括语音采集模块、文字转化模块和情感识别模块,所述语音采集模块用于采集用户的语音信息,所述文字转化模块用于将语音信息转化为文本,所述情感识别模块用于确定文本的情感状态。
所述情感识别模块包括分词模块、情感词确定模块、情感词建模模块、语句情感状态确定模块、文本情感状态确定模块,所述分词模块用于将文本中语句分割成为词语,所述情感词确定模块用于从词语中筛选出表征情感特征的词语作为情感词,所述情感词建模模块用于建立情感词的数学模型,所述语句情感状态确定模块用于根据情感词的数学模型确定语句的情感状态,所述文本情感状态确定模块用于根据句子的情感状态确定文本的情感状态。
可选的,所述情感词建模模块用于建立情感词的数学模型,具体为:
将情感词用qn表示,情感词情感状态用Z(qn)=[b(qn),c(qn)]表示,其中,n=1,2,…,N,N表示语句中情感词的数量,b(qn)表示情感词的情感极性,c(qn)表示情感词的情感强度;
情感词的情感极性具体为:若b(qn)=1,则该情感词为正向情感词,若b(qn)=-1,则情感词为负向情感词;
可选的,所述语句情感状态确定模块用于根据情感词的数学模型确定语句的情感状态,具体为:
将语句用pm表示,语句情感状态用Z(pm)=[d(pm),e(pm)]表示,其中,m=1,2,…,M,M表示文本中语句的数量,d(pm)表示语句的情感极性,c(qn)表示语句的情感强度;
语句的情感极性具体为:若语句中正向情感词的情感强度之和大于语句中负向情感词的情感强度之和,则d(pm)=1,该语句为正向情感语句,若语句中正向情感词的情感强度之和小于语句中负向情感词的情感强度之和,则d(pm)=-1,语句为负向情感语句,若语句中正向情感词的情感强度之和等于语句中负向情感词的情感强度之和,则d(pm)=0,该语句为中性情感语句;
语句的情感强度具体为:
式中,e(pm)表示语句pm的情感强度,∑[c(qn)正]表示语句中正向情感词的情感强度之和,∑[c(qn)负]表示语句中负向情感词的情感强度之和;e(pm)越大,表示语句的情感强度越大。
可选的,所述文本情感状态确定模块用于根据句子的情感状态确定文本的情感状态,具体为:
将文本用w表示,文本情感状态用Z(w)=[f(w),h(w)]表示,其中,f(w)表示文本的情感极性,h(w)表示文本的情感强度;
文本的情感极性具体为:若文本中正向情感语句的情感强度之和大于文本中负向情感语句的情感强度之和,则f(w)=1,该文本为正向情感文本,若文本中正向情感语句的情感强度之和小于文本中负向情感语句的情感强度之和,则f(w)=-1,文本为负向情感文本,若文本中正向情感语句的情感强度之和等于文本中负向情感语句的情感强度之和,则f(w)=0,该文本为中性情感文本;
文本的情感强度具体为:
式中,h(w)表示文本w的情感强度,∑[e(pm)正]表示文本中正向情感语句的情感强度之和,∑[e(pm)负]表示文本中负向情感语句的情感强度之和;h(w)越大,表示文本的情感强度越大。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图;
附图标记:
数据采集子***1、数据处理子***2、情感识别子***3、情感交互子***4、显示装置5。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种智能看护***,包括数据采集子***1、数据处理子***2、情感识别子***3、情感交互子***4和显示装置5,所述数据采集子***1通过传感器采集用户的生理数据,所述用户的生理数据包括心率和体温,所述数据处理子***2用于根据用户的生理数据分析用户的健康状况,所述情感识别子***3用于对用户的情感状态进行识别,所述情感交互子***4用于根据用户的健康状况和情感状态和用户交互,所述显示装置5用于显示用户的健康状况。
本实施例提供了一种智能看护***,通过对用户的健康状况和情感状态进行识别,实现用户健康看护的同时提升了用户体验。
优选的,所述情感识别子***3包括语音采集模块、文字转化模块和情感识别模块,所述语音采集模块用于采集用户的语音信息,所述文字转化模块用于将语音信息转化为文本,所述情感识别模块用于确定文本的情感状态。
所述情感识别模块包括分词模块、情感词确定模块、情感词建模模块、语句情感状态确定模块、文本情感状态确定模块,所述分词模块用于将文本中语句分割成为词语,所述情感词确定模块用于从词语中筛选出表征情感特征的词语作为情感词,所述情感词建模模块用于建立情感词的数学模型,所述语句情感状态确定模块用于根据情感词的数学模型确定语句的情感状态,所述文本情感状态确定模块用于根据句子的情感状态确定文本的情感状态;
本优选实施例通过对情感词进行筛选和建立数学模型,为文本情感识别奠定了基础,实现了文本情感的准确识别。
优选的,所述情感词建模模块用于建立情感词的数学模型,具体为:
将情感词用qn表示,情感词情感状态用Z(qn)=[b(qn),c(qn)]表示,其中,n=1,2,…,N,N表示语句中情感词的数量,b(qn)表示情感词的情感极性,c(qn)表示情感词的情感强度;
情感词的情感极性具体为:若b(qn)=1,则该情感词为正向情感词,若b(qn)=-1,则情感词为负向情感词;
本优选实施例通过定义情感词的情感极性和情感强度,建立了情感词的数学模型,为后续语句和文本的情感状态确定奠定了基础;
所述语句情感状态确定模块用于根据情感词的数学模型确定语句的情感状态,具体为:
将语句用pm表示,语句情感状态用Z(pm)=[d(pm),e(pm)]表示,其中,m=1,2,…,M,M表示文本中语句的数量,d(pm)表示语句的情感极性,c(qn)表示语句的情感强度;
语句的情感极性具体为:若语句中正向情感词的情感强度之和大于语句中负向情感词的情感强度之和,则d(pm)=1,该语句为正向情感语句,若语句中正向情感词的情感强度之和小于语句中负向情感词的情感强度之和,则d(pm)=-1,语句为负向情感语句,若语句中正向情感词的情感强度之和等于语句中负向情感词的情感强度之和,则d(pm)=0,该语句为中性情感语句;
语句的情感强度具体为:
式中,e(pm)表示语句pm的情感强度,∑[c(qn)正]表示语句中正向情感词的情感强度之和,∑[c(qn)负]表示语句中负向情感词的情感强度之和;e(pm)越大,表示语句的情感强度越大;
所述文本情感状态确定模块用于根据句子的情感状态确定文本的情感状态,具体为:
将文本用w表示,文本情感状态用Z(w)=[f(w),h(w)]表示,其中,f(w)表示文本的情感极性,h(w)表示文本的情感强度;
文本的情感极性具体为:若文本中正向情感语句的情感强度之和大于文本中负向情感语句的情感强度之和,则f(w)=1,该文本为正向情感文本,若文本中正向情感语句的情感强度之和小于文本中负向情感语句的情感强度之和,则f(w)=-1,文本为负向情感文本,若文本中正向情感语句的情感强度之和等于文本中负向情感语句的情感强度之和,则f(w)=0,该文本为中性情感文本;
文本的情感强度具体为:
式中,h(w)表示文本w的情感强度,∑[e(pm)正]表示文本中正向情感语句的情感强度之和,∑[e(pm)负]表示文本中负向情感语句的情感强度之和;h(w)越大,表示文本的情感强度越大;
本优选实施例通过对构成语句的情感词进行分析,确定了语句的情感状态,通过对构成文本的语句进行分析,确定了文本的情感状态,为情感的准确识别奠定了基础,具体的,根据情感词的情感状态,通过定义语句和文本的情感极性和情感强度,实现了文本情感状态的准确获取。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术目的地应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (3)
1.一种智能看护***,其特征在于,包括数据采集子***、数据处理子***、情感识别子***、情感交互子***和显示装置,所述数据采集子***通过传感器采集用户的生理数据,所述用户的生理数据包括心率和体温,所述数据处理子***用于根据用户的生理数据分析用户的健康状况,所述情感识别子***用于对用户的情感状态进行识别,所述情感交互子***用于根据用户的健康状况和情感状态和用户交互,所述显示装置用于显示用户的健康状况;
所述情感识别子***包括语音采集模块、文字转化模块和情感识别模块,所述语音采集模块用于采集用户的语音信息,所述文字转化模块用于将语音信息转化为文本,所述情感识别模块用于确定文本的情感状态;
所述情感识别模块包括分词模块、情感词确定模块、情感词建模模块、语句情感状态确定模块、文本情感状态确定模块,所述分词模块用于将文本中语句分割成为词语,所述情感词确定模块用于从词语中筛选出表征情感特征的词语作为情感词,所述情感词建模模块用于建立情感词的数学模型,所述语句情感状态确定模块用于根据情感词的数学模型确定语句的情感状态,所述文本情感状态确定模块用于根据句子的情感状态确定文本的情感状态;
所述情感词建模模块用于建立情感词的数学模型,具体为:
将情感词用qn表示,情感词情感状态用Z(qn)=[b(qn),c(qn)]表示,其中,n=1,2,…,N,N表示语句中情感词的数量,b(qn)表示情感词的情感极性,c(qn)表示情感词的情感强度;
情感词的情感极性具体为:若b(qn)=1,则该情感词为正向情感词,若b(qn)=-1,则情感词为负向情感词;
2.根据权利要求1所述的智能看护***,其特征在于,所述语句情感状态确定模块用于根据情感词的数学模型确定语句的情感状态,具体为:
将语句用pm表示,语句情感状态用Z(pm)=[d(pm),e(pm)]表示,其中,m=1,2,…,M,M表示文本中语句的数量,d(pm)表示语句的情感极性,c(qn)表示语句的情感强度;
语句的情感极性具体为:若语句中正向情感词的情感强度之和大于语句中负向情感词的情感强度之和,则d(pm)=1,该语句为正向情感语句,若语句中正向情感词的情感强度之和小于语句中负向情感词的情感强度之和,则d(pm)=-1,语句为负向情感语句,若语句中正向情感词的情感强度之和等于语句中负向情感词的情感强度之和,则d(pm)=0,该语句为中性情感语句;
语句的情感强度具体为:
式中,e(pm)表示语句pm的情感强度,∑[c(qn)正]表示语句中正向情感词的情感强度之和,∑[c(qn)负]表示语句中负向情感词的情感强度之和;e(pm)越大,表示语句的情感强度越大。
3.根据权利要求2所述的智能看护***,其特征在于,所述文本情感状态确定模块用于根据句子的情感状态确定文本的情感状态,具体为:
将文本用w表示,文本情感状态用Z(w)=[f(w),h(w)]表示,其中,f(w)表示文本的情感极性,h(w)表示文本的情感强度;
文本的情感极性具体为:若文本中正向情感语句的情感强度之和大于文本中负向情感语句的情感强度之和,则f(w)=1,该文本为正向情感文本,若文本中正向情感语句的情感强度之和小于文本中负向情感语句的情感强度之和,则f(w)=-1,文本为负向情感文本,若文本中正向情感语句的情感强度之和等于文本中负向情感语句的情感强度之和,则f(w)=0,该文本为中性情感文本;
文本的情感强度具体为:
式中,h(w)表示文本w的情感强度,∑[e(pm)正]表示文本中正向情感语句的情感强度之和,∑[e(pm)负]表示文本中负向情感语句的情感强度之和;h(w)越大,表示文本的情感强度越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810666145.3A CN108984522B (zh) | 2018-06-21 | 2018-06-21 | 一种智能看护*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810666145.3A CN108984522B (zh) | 2018-06-21 | 2018-06-21 | 一种智能看护*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108984522A CN108984522A (zh) | 2018-12-11 |
CN108984522B true CN108984522B (zh) | 2022-12-23 |
Family
ID=64538268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810666145.3A Active CN108984522B (zh) | 2018-06-21 | 2018-06-21 | 一种智能看护*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108984522B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105244042A (zh) * | 2015-08-26 | 2016-01-13 | 安徽建筑大学 | 一种基于有限状态自动机的语音情感交互装置与方法 |
CN105740236A (zh) * | 2016-01-29 | 2016-07-06 | 中国科学院自动化研究所 | 结合写作特征和序列特征的中文情感新词识别方法和*** |
CN205924042U (zh) * | 2016-04-11 | 2017-02-08 | 西北师范大学 | 智能情感识别健康监护仪 |
CN106776557A (zh) * | 2016-12-13 | 2017-05-31 | 竹间智能科技(上海)有限公司 | 情感机器人的情感状态记忆识别方法及装置 |
CN106815192A (zh) * | 2015-11-27 | 2017-06-09 | 北京国双科技有限公司 | 模型训练方法及装置和语句情感识别方法及装置 |
CN107291696A (zh) * | 2017-06-28 | 2017-10-24 | 达而观信息科技(上海)有限公司 | 一种基于深度学习的评论词情感分析方法及*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007167105A (ja) * | 2005-12-19 | 2007-07-05 | Olympus Corp | 心身相関データ評価装置及び心身相関データ評価方法 |
CN105832073A (zh) * | 2016-03-22 | 2016-08-10 | 华中科技大学 | 一种智能交互的情感呵护抱枕机器人*** |
CN105975798A (zh) * | 2016-05-30 | 2016-09-28 | 深圳达实智能股份有限公司 | 智慧病房信息交互***及其方法 |
-
2018
- 2018-06-21 CN CN201810666145.3A patent/CN108984522B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105244042A (zh) * | 2015-08-26 | 2016-01-13 | 安徽建筑大学 | 一种基于有限状态自动机的语音情感交互装置与方法 |
CN106815192A (zh) * | 2015-11-27 | 2017-06-09 | 北京国双科技有限公司 | 模型训练方法及装置和语句情感识别方法及装置 |
CN105740236A (zh) * | 2016-01-29 | 2016-07-06 | 中国科学院自动化研究所 | 结合写作特征和序列特征的中文情感新词识别方法和*** |
CN205924042U (zh) * | 2016-04-11 | 2017-02-08 | 西北师范大学 | 智能情感识别健康监护仪 |
CN106776557A (zh) * | 2016-12-13 | 2017-05-31 | 竹间智能科技(上海)有限公司 | 情感机器人的情感状态记忆识别方法及装置 |
CN107291696A (zh) * | 2017-06-28 | 2017-10-24 | 达而观信息科技(上海)有限公司 | 一种基于深度学习的评论词情感分析方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108984522A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Filippini et al. | Thermal infrared imaging-based affective computing and its application to facilitate human robot interaction: A review | |
Lee et al. | Biosignal sensors and deep learning-based speech recognition: A review | |
Shin et al. | American sign language alphabet recognition by extracting feature from hand pose estimation | |
CN110556129B (zh) | 双模态情感识别模型训练方法及双模态情感识别方法 | |
US20180018300A1 (en) | System and method for visually presenting auditory information | |
Bojanić et al. | Call redistribution for a call center based on speech emotion recognition | |
CN112766173B (zh) | 一种基于ai深度学习的多模态情感分析方法及其*** | |
CN110110059B (zh) | 一种基于深度学习的医疗对话***意图识别分类方法 | |
JP2008513840A (ja) | 状況のフィードバックを使用する学習システム及び方法 | |
Taniguchi et al. | Earable TEMPO: A novel, hands-free input device that uses the movement of the tongue measured with a wearable ear sensor | |
See et al. | A smartphone-based mobility assistant using depth imaging for visually impaired and blind | |
Dhanjal et al. | Tools and techniques of assistive technology for hearing impaired people | |
Mocanu et al. | Utterance level feature aggregation with deep metric learning for speech emotion recognition | |
CN112232127A (zh) | 一种智能演讲训练***及方法 | |
Ferreira et al. | Exploring silent speech interfaces based on frequency-modulated continuous-wave radar | |
Guerrieri et al. | Gender identification in a two-level hierarchical speech emotion recognition system for an Italian Social Robot | |
CN108984522B (zh) | 一种智能看护*** | |
CN110473534A (zh) | 一种基于深度神经网络的老年人看护对话*** | |
Cominelli et al. | A multimodal perception framework for users emotional state assessment in social robotics | |
CN105807924A (zh) | 一种基于柔性电子皮肤的互动式智能翻译***及方法 | |
CN108875025B (zh) | 一种智能家居情感交互*** | |
Villa-Parra et al. | Towards multimodal equipment to help in the diagnosis of COVID-19 using machine learning algorithms | |
Kuo et al. | Deep-learning-based automated classification of chinese speech sound disorders | |
Patel et al. | Teachable interfaces for individuals with dysarthric speech and severe physical disabilities | |
CN115271002A (zh) | 识别方法、急救决策方法、介质及生命健康智能监护*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221125 Address after: 100020 2008, 2009, 20th Floor, Building 402, Baiziwan Xili, Chaoyang District, Beijing Applicant after: Beijing Yijia Lao Xiao Technology Co.,Ltd. Address before: 030060 No.4, row 2, area 1, Xiaohe Huayuan, Yuci District, Jinzhong City, Shanxi Province Applicant before: Xiao Jinbao |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |