买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉内蒙古工业大学申请的专利一种对话行为导向的个性化情绪生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119783817B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411835240.3，技术领域涉及：G06N5/04；该发明授权一种对话行为导向的个性化情绪生成方法是由马志强;叶浩然;王奎波;刘佳;吕凯设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种对话行为导向的个性化情绪生成方法在说明书摘要公布了：本发明公开了一种对话行为导向的个性化情绪生成方法，涉及人工智能领域。本发明包括以下步骤：将用户语句的对话历史作为输入，并通过个性化情绪预测细胞PEPC和个性化行为预测细胞PAPC分别预测指定人格特征下，对话系统的情绪和对话行为；通过行为情绪扩展子单元AEES，根据对话行为的情感倾向对生成的个性化情绪进行扩展，多次扩展，选择最终输出。本发明将长期的对话系统人格特征视为额外的推理条件来缩小情绪及对话行为的搜索空间，对对话系统的情绪及行为进行预测；其次，通过对话行为中隐含的情感倾向，进一步对预测的情绪进行扩展，以实现更加恰当的对话情绪生成。

本发明授权一种对话行为导向的个性化情绪生成方法在权利要求书中公布了：1.一种对话行为导向的个性化情绪生成方法，其特征在于，包括以下步骤： 将用户语句的对话历史作为输入，并通过个性化情绪预测细胞PEPC和个性化行为预测细胞PAPC分别预测指定人格特征下，对话系统的情绪和对话行为； 个性化情绪预测细胞PEPC和个性化行为预测细胞PAPC以LSTM为基础进行改进，并保持高度对称； 个性化情绪预测细胞PEPC以LSTM为基础进行改进，具体为： 使用对话系统上一时刻的情绪状态作为第一输入，第二输入用于输入用户上一时刻的情绪交互输入门，第三输入用于输入对话系统的人格特征的人格情绪记忆输入门； 设置有不同单元输出下一时刻记忆，第一单元状态表示来自不同人格的个性化长期情绪记忆，第二单元状态表示不同人格的中期情绪状态交互记忆，隐藏单元状态表示来自上一时刻的短期情绪记忆； 通过行为情绪扩展子单元AEES，根据对话行为的情感倾向对生成的个性化情绪进行扩展，多次扩展，选择最终输出； 情绪扩展子单元AEES，在对话行为导向的个性化情绪生成模型中，共包括3个AEES单元，AEES子单元表示为公式13； 基于当前时刻用户情绪及对话行为的复合情感极性，对进行扩展，扩展的情绪不能过于偏离上一时刻对话系统的情绪及对话行为所对应的复合情感极性，当前时刻的用户行为情感极性和上一时刻对话系统的行为情感极性共同决定了模型的情绪扩展范围，如公式14所示： 其中wU和wR分别指用于协调当前时刻用户行为情感极性和上一时刻对话系统的行为情感极性对情绪扩展影响程度的超参数； 是由截至T时刻预测情绪与对话系统人格PR组成的人格-情绪交互矩阵，是由截至T时刻行为拓展情绪与对话系统人格PR组成的人格-情绪交互矩阵，AEES利用奇异值分解构造多个特征子图Gi＝N,E，其中i表示子图编号，如果交互矩阵和中的元素为非零，则人格和情绪之间存在一条边，人格和情绪类别视为图节点；利用SVD对人格-情绪交互矩阵进行分解计算过程如公式15～16所示： 其中，P和Q分别为左右奇异矩阵，∑t为顶部t个最大奇异值组成的对角矩阵；根据人格和顶部t个相关情绪的结构相关性得分生成相似度矩阵当某类人格与情绪的相似性得分较低时，认为该情绪并不倾向于该情绪的表达，因此去掉对应的边，以生成不同的视图；矩阵P和Q的结构相关性得分计算如公式17-18所示，相似度矩阵计算如公式19所示： 将行为扩展情绪和预测情绪分别添加到模型的表示过程中，以维持人格特征和情绪的连续性，LightGCN中人格特征和用户特征的初始嵌入的表示如公式20～21所示，利用LightGCN进行复合计算过程如公式22-24所示： 其中和分别是第k次学习迭代中人格和情绪的嵌入，为t时刻预测的情绪和人格特征复合计算得出的情绪状态，NP和Ni分别为人格总数和情绪总数； 行为情绪极性映射的情绪状态与情绪计算同理，最后将两者进行共同注意力融合，计算如公式25所示：

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人内蒙古工业大学，其通讯地址为：010080 内蒙古自治区呼和浩特市土默特左旗金川区内蒙古工业大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。