一种多轮对话价值观识别方法和系统

本申请涉及智能对话理解，特别涉及一种多轮对话价值观识别方法和系统。

背景技术：

1、价值观反映了个体对“什么是值得追求的”这一问题的稳定判断，是指人们对值得努力追求的目标以及努力方式的不同信念和优先级。价值观识别旨在判断文本内容是否与特定的价值观类型相符，并识别其在隐含优先级结构中的相对位置，这一能力在用户语言模式分析、大语言模型生成内容的伦理对齐评估等关键领域中具有深远意义。

2、现有基于预训练语言模型直接分类的多轮对话价值观识别方法中，完整的多轮对话历史被简化为拼接后的长文本输入预训练语言模型，各话轮在输入结构上未进行差异化显式加权。此类方法实质上依赖通用语义理解进行价值观判断。然而，多轮对话中的目标话语通常具有语句短小、信息稀疏和上下文依赖强等特点，直接引入完整对话上下文不仅会引入大量无关信息，甚至可能叠加误导性噪声，使得模型难以从冗长上下文中精准捕获关键证据，从而增加复杂多轮对话场景下的识别难度。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种多轮对话价值观识别方法和系统。

2、本说明书采用下述技术方案：

3、本说明书提供了一种多轮对话价值观识别方法，包括：

4、获取对话历史序列及对应的情绪历史序列，所述对话历史序列由多轮对话的话语组成，所述情绪历史序列由每轮对话所对应说话人的情绪状态组成；

5、分别对所述对话历史序列和所述情绪历史序列进行特征提取，得到语义特征序列和情绪特征序列；

6、基于所述语义特征序列和情绪特征序列，分别构建多轮对话中话轮间的语义连接权重矩阵和情绪连接权重矩阵，并将所述语义连接权重矩阵中大于预设语义连接阈值的权重对应的特征对确定为存在边关系，得到语义邻接矩阵；将所述情绪连接权重矩阵中大于预设情绪连接阈值的权重对应的特征对确定为存在边关系，得到情绪邻接矩阵；

7、将特征序列中的各特征作为图节点，根据邻接矩阵确定图节点之间的连接边，构成连接图；基于注意力网络对所述连接图中的节点进行特征更新，分别得到更新后的语义节点隐藏状态集合和情绪节点隐藏状态集合；并对所述语义节点隐藏状态集合和所述情绪节点隐藏状态集合进行多阶段融合，得到融合特征；

8、根据所述融合特征预测目标话语在每个价值观维度上的概率。

9、进一步地，多轮对话中话轮间的语义连接权重矩阵的构建，包括：

10、将所述语义特征序列中每一个语义特征分别通过两个mlp层映射为用于各话语间连接打分的语义query表示和语义key表示；

11、基于所述语义query表示和语义key表示，计算任意两个话语对之间的语义相关性分数，并经sigmoid激活函数将所述语义相关性分数映射为0.5至1之间的语义连接权重，得到语义连接权重矩阵。

12、进一步地，多轮对话中话轮间的情绪连接权重矩阵的构建，包括：

13、将所述情绪特征序列中每一个情绪特征分别通过两个mlp层映射为用于各话语间连接打分的情绪query表示和情绪key表示；

14、基于所述情绪query表示和情绪key表示，计算任意两个话语对之间的情绪相关性分数，并经sigmoid激活函数将所述情绪相关性分数映射为0.5至1之间的情绪连接权重，得到情绪连接权重矩阵。

15、进一步地，所述对语义节点隐藏状态集合和所述更新后的情绪节点隐藏状态集合进行多阶段融合，包括：

16、以所述语义节点隐藏状态集合作为查询，以所述情绪节点隐藏状态集合作为键和值，通过交叉注意力机制计算语义节点与情绪节点的注意力权重，并根据所述注意力权重将情绪信息注入语义表征，得到语义情绪协同增强的融合特征。

17、进一步地，根据所述融合特征预测目标话语在价值观维度上属于每个价值类别的概率，包括：

18、将所述融合特征输入共享分类网络，提取各价值观维度共用的高层判别表示；

19、针对每个价值观维度，生成对应的相关性校准向量；

20、利用所述相关性校准向量对所述高层判别表示进行逐元素加权，得到各维度对应的增强判别表示；

21、为每个价值观维度设置独立的分类头，将各维度对应的增强判别表示输入对应维度的分类头，得到目标话语在每个价值观维度上的预测概率。

22、进一步地，所述价值观维度包括爱国、敬业、诚信和友善四个维度，每个维度的预测结果为方向相反、无关和方向相同三类。

23、进一步地，采用预训练语言模型对所述对话历史序列进行特征提取，获得所述语义特征序列；采用循环神经网络对所述情绪历史序列进行特征提取，获得所述情绪特征序列。

24、本说明书提供了一种多轮对话价值观识别系统，包括：

25、输入模块，用于获取对话历史序列及对应的情绪历史序列，所述对话历史序列由多轮对话的话语组成，所述情绪历史序列由每轮对话所对应说话人的情绪状态组成；

26、特征提取模块，用于分别对所述对话历史序列和所述情绪历史序列进行特征提取，得到语义特征序列和情绪特征序列；

27、语境线索聚合模块，用于基于所述语义特征序列和情绪特征序列，分别构建多轮对话中话轮间的语义连接权重矩阵和情绪连接权重矩阵，并将所述语义连接权重矩阵中大于预设语义连接阈值的权重对应的特征对确定为存在边关系，得到语义邻接矩阵；将所述情绪连接权重矩阵中大于预设情绪连接阈值的权重对应的特征对确定为存在边关系，得到情绪邻接矩阵；

28、价值观表征增强模块，用于将特征序列中的各特征作为图节点，根据邻接矩阵确定图节点之间的连接边，构成连接图；基于注意力网络对所述连接图中的节点进行特征更新，分别得到更新后的语义节点隐藏状态集合和情绪节点隐藏状态集合；并对所述语义节点隐藏状态集合和所述情绪节点隐藏状态集合进行多阶段融合，得到融合特征；

29、价值观识别模块，用于根据所述融合特征预测目标话语在每个价值观维度上的概率。

30、本说明书提供了一种计算机可读存储介质，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多轮对话价值观识别方法。

31、本说明书采用的上述至少一个技术方案能够达到以下有益效果：

32、在本说明书提供的多轮对话价值观识别方法中，通过分别构建语义连接权重矩阵和情绪连接权重矩阵，并利用预设连接阈值进行剪枝，实现了对多轮上下文中价值观相关线索的筛选与聚合，从源头抑制了弱相关或误导性信息的传播，使后续图注意力网络仅在高相关话语节点之间进行信息传递，减少了噪声地误导性，从而增加了复杂多轮对话场景下的识别准确度。

1.一种多轮对话价值观识别方法，其特征在于，包括：

2.如权利要求1所述的一种多轮对话价值观识别方法，其特征在于，多轮对话中话轮间的语义连接权重矩阵的构建，包括：

3.如权利要求1所述的一种多轮对话价值观识别方法，其特征在于，多轮对话中话轮间的情绪连接权重矩阵的构建，包括：

4.如权利要求1所述的一种多轮对话价值观识别方法，其特征在于，对所述语义节点隐藏状态集合和所述情绪节点隐藏状态集合进行多阶段融合，包括：

5.如权利要求1所述的一种多轮对话价值观识别方法，其特征在于，根据所述融合特征预测目标话语在价值观维度上属于每个价值类别的概率，包括：

6.如权利要求1所述的一种多轮对话价值观识别方法，其特征在于，所述价值观维度包括爱国、敬业、诚信和友善四个维度，每个维度的预测结果为方向相反、无关和方向相同三类。

7.如权利要求1所述的一种多轮对话价值观识别方法，其特征在于，采用预训练语言模型对所述对话历史序列进行特征提取，获得所述语义特征序列；采用循环神经网络对所述情绪历史序列进行特征提取，获得所述情绪特征序列。

8.一种多轮对话价值观识别系统，包括：

9.一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权利要求1～7任一项所述的方法。