CN109015666A - 一种智能机器人 - Google Patents

一种智能机器人 Download PDF

Info

Publication number
CN109015666A
CN109015666A CN201810640828.1A CN201810640828A CN109015666A CN 109015666 A CN109015666 A CN 109015666A CN 201810640828 A CN201810640828 A CN 201810640828A CN 109015666 A CN109015666 A CN 109015666A
Authority
CN
China
Prior art keywords
emotion
sentence
text
word
emotional intensity
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.)
Withdrawn
Application number
CN201810640828.1A
Other languages
English (en)
Inventor
肖鑫茹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201810640828.1A priority Critical patent/CN109015666A/zh
Publication of CN109015666A publication Critical patent/CN109015666A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Machine Translation (AREA)

Abstract

本发明提供了一种智能机器人，包括人员检测装置、运动装置和情感交互装置，所述人员检测装置用于机器人获取周围环境信息，检测是否存在人员，所述运动装置用于机器人根据检测到的人员信息控制机器人向人员移动，所述情感交互装置用于机器人和人员进行情感交互，所述情感交互装置包括语音采集模块、文字转化模块、情感识别模块和情感交互模块，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，所述情感交互模块用于机器人根据文本的情感状态同用户进行交互。本发明的有益效果为：提供了一种智能机器人，通过对用户的情感状态进行识别，实现了人机情感准确交互。

Description

一种智能机器人
技术领域
本发明涉及机器人技术领域，具体涉及一种智能机器人。
背景技术
随着科学技术的不断更新，对人工智能的未来提出了新的要求。同时，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，这一切都带来了经济的快速发展，生活水平和生活质量的大幅度提高。正是在这个契机下，智能机器人应运而生。
在智能机器人研究中，研究者仅仅考虑机器人的硬件，而缺乏对软件环境的考虑，容易忽略用户的个性化体验和情感需求，忽视用户的内在需求。
发明内容
针对上述问题，本发明旨在提供一种智能机器人。
本发明的目的采用以下技术方案来实现：
提供了一种智能机器人，包括人员检测装置、运动装置和情感交互装置，所述人员检测装置用于机器人获取周围环境信息，检测是否存在人员，所述运动装置用于机器人根据检测到的人员信息控制机器人向人员移动，所述情感交互装置用于机器人和人员进行情感交互，所述情感交互装置包括语音采集模块、文字转化模块、情感识别模块和情感交互模块，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，所述情感交互模块用于机器人根据文本的情感状态同用户进行交互。
本发明的有益效果为：提供了一种智能机器人，通过对用户的情感状态进行识别，实现了人机情感准确交互。
可选的，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；
情感词的情感强度具体为：c(qn)表示情感词qn的情感强度，c(qn)越大，表示情感词的情感强度越大。
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：
人员检测装置1、运动装置2、情感交互装置3。
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机器人，包括人员检测装置1、运动装置2和情感交互装置3，所述人员检测装置1用于机器人获取周围环境信息，检测是否存在人员，所述运动装置2用于机器人根据检测到的人员信息控制机器人向人员移动，所述情感交互装置3用于机器人和人员进行情感交互，所述情感交互装置3包括语音采集模块、文字转化模块、情感识别模块和情感交互模块，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，所述情感交互模块用于机器人根据文本的情感状态同用户进行交互。
本实施例提供了一种智能机器人，通过对用户的情感状态进行识别，实现了人机情感准确交互。
优选的，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；
情感词的情感强度具体为：c(qn)表示情感词qn的情感强度，c(qn)越大，表示情感词的情感强度越大；
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 (5)

1.一种智能机器人，其特征在于，包括人员检测装置、运动装置和情感交互装置，所述人员检测装置用于机器人获取周围环境信息，检测是否存在人员，所述运动装置用于机器人根据检测到的人员信息控制机器人向人员移动，所述情感交互装置用于机器人和人员进行情感交互，所述情感交互装置包括语音采集模块、文字转化模块、情感识别模块和情感交互模块，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，所述情感交互模块用于机器人根据文本的情感状态同用户进行交互。
2.根据权利要求1所述的智能机器人，其特征在于，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。
3.根据权利要求2所述的智能机器人，其特征在于，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；
情感词的情感强度具体为：c(qn)表示情感词qn的情感强度，c(qn)越大，表示情感词的情感强度越大。
4.根据权利要求3所述的智能机器人，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。
5.根据权利要求4所述的智能机器人，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。
CN201810640828.1A 2018-06-21 2018-06-21 一种智能机器人 Withdrawn CN109015666A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810640828.1A CN109015666A (zh) 2018-06-21 2018-06-21 一种智能机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810640828.1A CN109015666A (zh) 2018-06-21 2018-06-21 一种智能机器人

Publications (1)

Publication Number Publication Date
CN109015666A true CN109015666A (zh) 2018-12-18

Family

ID=64609972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810640828.1A Withdrawn CN109015666A (zh) 2018-06-21 2018-06-21 一种智能机器人

Country Status (1)

Country Link
CN (1) CN109015666A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060293874A1 (en) * 2005-06-27 2006-12-28 Microsoft Corporation Translation and capture architecture for output of conversational utterances
CN102178540A (zh) * 2011-03-18 2011-09-14 北京科技大学 三轮式全向移动控制装置及自闭症儿童监护辅助***
CN103456314A (zh) * 2013-09-03 2013-12-18 广州创维平面显示科技有限公司 一种情感识别方法以及装置
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
CN107944008A (zh) * 2017-12-08 2018-04-20 神思电子技术股份有限公司 一种针对自然语言进行情绪识别的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060293874A1 (en) * 2005-06-27 2006-12-28 Microsoft Corporation Translation and capture architecture for output of conversational utterances
CN102178540A (zh) * 2011-03-18 2011-09-14 北京科技大学 三轮式全向移动控制装置及自闭症儿童监护辅助***
CN103456314A (zh) * 2013-09-03 2013-12-18 广州创维平面显示科技有限公司 一种情感识别方法以及装置
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
CN107944008A (zh) * 2017-12-08 2018-04-20 神思电子技术股份有限公司 一种针对自然语言进行情绪识别的方法

Similar Documents

Publication Publication Date Title
CN109117952B (zh) 一种基于深度学习的机器人情感认知的方法
CN105739702B (zh) 用于自然人机交互的多姿态指尖跟踪方法
CN104134060B (zh) 基于肌电信号和运动传感器的手语翻译和显示发声***
Haasch et al. A multi-modal object attention system for a mobile robot
Gunes et al. Is automatic facial expression recognition of emotions coming to a dead end? The rise of the new kids on the block
CN106293102A (zh) 一种基于用户心情变化情绪的机器人情感交流方法
CN102622085A (zh) 多维感官人机交互***及交互方法
CN112908355B (zh) 一种师范生教学技能量化评价***及其方法
CN105046238A (zh) 一种面部表情机器人多通道信息情感表达映射方法
Yongda et al. Research on multimodal human-robot interaction based on speech and gesture
CN1969781A (zh) 导盲器
CN211045028U (zh) 一种智慧实验室机器人***
CN117112760A (zh) 一种基于知识库的智能教育大模型
CN107578015A (zh) 一种基于深度学习的第一印象识别与回馈***及方法
CN115270807A (zh) 网络用户的情感倾向判定方法、装置、设备及存储介质
CN109015666A (zh) 一种智能机器人
Flutura et al. MobileSSI: Asynchronous fusion for social signal interpretation in the wild
CN108247601A (zh) 基于深度学习的语义抓取机器人
CN108875025A (zh) 一种智能家居情感交互***
CN111897731A (zh) 应用于城市大脑的人工智能模型评测发布***及方法
CN115147248B (zh) 一种基于大数据的旅游信息咨询***和方法
CN115527404A (zh) 一种人工智能自适应互动教学***
KR20190112499A (ko) 학습자 맞춤형 코딩 클라우드 교육 플랫폼이 내장된 중앙 서버, 이를 포함하는 학습자 맞춤형 코딩 교육 시스템 및 그 방법
CN109447863A (zh) 一种4mat实时分析方法及***
CN114758676A (zh) 一种基于深度残差收缩网络的多模态情感识别方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20181218

WW01 Invention patent application withdrawn after publication