一种面向人工智能助理的隐私敏感型分级记忆管理方法及系统与流程

本技术涉及数据保护，更具体地说，本技术涉及一种面向人工智能助理的隐私敏感型分级记忆管理方法及系统。

背景技术：

1、随着人工智能技术的快速发展，人工智能助理已广泛应用于老年用户的情感陪伴场景中，通过采集并记忆老年用户的日常交互信息，人工智能助理能够生成更具个性化的响应内容，从而提升情感陪伴的交互体验与用户黏性；记忆管理作为人工智能助理实现个性化交互的核心技术，其直接决定了响应生成的准确性与用户信息的安全保障水平。

2、现有技术中，人工智能助理的记忆管理通常采用统一存储与全量检索的实现方式，即将所有用户交互信息无差别地存储于同一存储区域，并在响应生成时直接从全量记忆中检索相关内容；然而，上述方式存在以下技术问题：一方面，由于老年用户的交互信息往往涉及健康状况、家庭关系等高度敏感的隐私内容，统一存储模式缺乏差异化的隐私分级保护机制，无法根据信息敏感程度实施对应强度的安全管控，存在隐私泄露风险；另一方面，全量检索模式未结合老年用户的情感状态进行记忆筛选与优先级调度，导致检索结果与当前情感场景的匹配度较低，难以生成具有情感针对性的个性化陪伴响应，影响交互体验的连贯性与情感适配性。因此，如何在保障老年用户隐私信息分级安全存储的前提下实现基于情感状态的记忆精准检索与个性化响应成为了业界面临的难题。

技术实现思路

1、本技术提供一种面向人工智能助理的隐私敏感型分级记忆管理方法及系统，可在保障老年用户隐私信息分级安全存储的前提下实现基于情感状态的记忆精准检索与个性化响应。

2、第一方面，本技术提供一种面向人工智能助理的隐私敏感型分级记忆管理方法，包括如下步骤：

3、采集老年用户的语音流，进而对所述语音流进行断句分割与语音片段识别，得到各个语音片段对应的文本片段；

4、依据预设的针对老年群体的多维度敏感度评分规则确定各个文本片段的隐私等级标签，进而得到携带隐私等级标签的结构化记忆单元；

5、对各个文本片段进行情感极性分析，并结合对应语音片段的声学特征确定对应各个文本片段的情感状态标签，将所有的情感状态标签关联至所述结构化记忆单元，得到携带情感状态标签的增强记忆单元；

6、根据隐私等级标签将所述增强记忆单元路由至各个存储分区；

7、在接收到人工智能助理的响应生成请求时，根据所述响应生成请求中的情感状态标签从各个存储分区中分别检索对应隐私等级的增强记忆单元，进而生成老年用户情感陪伴的个性化响应。

8、在一些实施例中，对所述语音流进行断句分割与语音片段识别，得到各个语音片段对应的文本片段具体包括：

9、对所述语音流进行双门限端点检测，得到语音流中各语音段的起始端点与终止端点；

10、基于所有的起始端点与终止端点对所述语音流进行断句分割，得到多个语音片段；

11、将各个语音片段输入本地语音识别引擎进行语音识别，得到各个语音片段对应的文本片段。

12、在一些实施例中，依据预设的针对老年群体的多维度敏感度评分规则确定各个文本片段的隐私等级标签，进而得到携带隐私等级标签的结构化记忆单元具体包括：

13、对于各个文本片段，对文本片段进行命名实体识别，得到文本片段中的多个敏感实体；

14、确定各个敏感实体的实体频次向量；

15、调用预设的针对老年群体的多维度敏感度评分规则对文本片段进行敏感词匹配，进而将匹配到的敏感词按照其所属类别分别进行加权累加，得到多个类别敏感度得分；

16、根据所有敏感实体的实体频次向量与所有的类别敏感度得分确定文本片段的隐私等级标签，进而得到各个文本片段的隐私等级标签；

17、将各个文本片段与对应的隐私等级标签进行封装，得到携带隐私等级标签的结构化记忆单元。

18、在一些实施例中，对各个文本片段进行情感极性分析，并结合对应语音片段的声学特征确定对应各个文本片段的情感状态标签具体包括：

19、对于各个文本片段，对文本片段进行文本语义编码，得到语义特征向量；

20、提取文本片段对应语音片段的声学特征向量；

21、对所述语义特征向量与所述声学特征向量进行跨模态特征交互与融合，得到融合情感特征向量；

22、将所述融合情感特征向量输入分类网络进行情感类别映射，得到文本片段的情感状态标签，进而得到各个文本片段的情感状态标签。

23、在一些实施例中，将所有的情感状态标签关联至所述结构化记忆单元，得到携带情感状态标签的增强记忆单元具体包括：

24、将所有的情感状态标签写入所述结构化记忆单元的预设情感字段中，形成多维关联记忆单元；

25、对所述多维关联记忆单元进行情感强度量化，得到携带情感状态标签的增强记忆单元。

26、在一些实施例中，根据隐私等级标签将所述增强记忆单元路由至各个存储分区具体包括：

27、根据隐私等级标签对所述增强记忆单元执行路由解析，确定所述增强记忆单元的目标存储分区；

28、基于所述目标存储分区将所述增强记忆单元路由至对应的存储分区。

29、在一些实施例中，根据所述响应生成请求中的情感状态标签从各个存储分区中分别检索对应隐私等级的增强记忆单元，进而生成老年用户情感陪伴的个性化响应具体包括：

30、以所述响应生成请求中的情感状态标签作为检索条件，向各个存储分区发起记忆检索请求，得到与情感状态标签匹配的候选增强记忆单元集合；

31、根据各个存储分区对应的隐私等级标签对所述候选增强记忆单元集合进行隐私过滤，得到增强记忆单元集合；

32、对所述增强记忆单元集合进行排序，得到增强记忆单元序列；

33、基于所述增强记忆单元序列生成老年用户情感陪伴的个性化响应。

34、第二方面，本技术提供一种面向人工智能助理的隐私敏感型分级记忆管理系统，用于执行面向人工智能助理的隐私敏感型分级记忆管理方法，包括：

35、采集模块，用于采集老年用户的语音流，进而对所述语音流进行断句分割与语音片段识别，得到各个语音片段对应的文本片段；

36、处理模块，用于依据预设的针对老年群体的多维度敏感度评分规则确定各个文本片段的隐私等级标签，进而得到携带隐私等级标签的结构化记忆单元；

37、所述处理模块，还用于对各个文本片段进行情感极性分析，并结合对应语音片段的声学特征确定对应各个文本片段的情感状态标签，将所有的情感状态标签关联至所述结构化记忆单元，得到携带情感状态标签的增强记忆单元；

38、所述处理模块，还用于根据隐私等级标签将所述增强记忆单元路由至各个存储分区；

39、执行模块，用于在接收到人工智能助理的响应生成请求时，根据所述响应生成请求中的情感状态标签从各个存储分区中分别检索对应隐私等级的增强记忆单元，进而生成老年用户情感陪伴的个性化响应。

40、第三方面，本技术提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的面向人工智能助理的隐私敏感型分级记忆管理方法。

41、第四方面，本技术提供一种计算机可读存储介质，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的面向人工智能助理的隐私敏感型分级记忆管理方法。

42、本技术公开的实施例提供的技术方案具有以下有益效果：

43、本技术提供的一种面向人工智能助理的隐私敏感型分级记忆管理方法及系统中，采集老年用户的语音流，进而对所述语音流进行断句分割与语音片段识别，得到各个语音片段对应的文本片段；依据预设的针对老年群体的多维度敏感度评分规则确定各个文本片段的隐私等级标签，进而得到携带隐私等级标签的结构化记忆单元；对各个文本片段进行情感极性分析，并结合对应语音片段的声学特征确定对应各个文本片段的情感状态标签，将所有的情感状态标签关联至所述结构化记忆单元，得到携带情感状态标签的增强记忆单元；根据隐私等级标签将所述增强记忆单元路由至各个存储分区；在接收到人工智能助理的响应生成请求时，根据所述响应生成请求中的情感状态标签从各个存储分区中分别检索对应隐私等级的增强记忆单元，进而生成老年用户情感陪伴的个性化响应。

44、由此可见，本技术中，首先，通过针对老年群体构建多维度敏感度评分规则，将命名实体识别结果与多类别敏感词匹配结果进行加权融合，实现了对老年用户交互信息隐私等级的精细化量化判定，为差异化隐私保护提供了可计算的分级依据，避免了单一维度判定的片面性；其次，通过将文本语义特征与语音声学特征进行跨模态交互融合，实现了对老年用户情感状态的精准识别，并将情感状态标签与情感强度因子关联至结构化记忆单元形成增强记忆单元，使记忆数据具备了情感维度的检索索引能力，为个性化响应生成奠定了基础；然后，依据隐私等级标签将增强记忆单元路由至不同存储分区进行物理隔离存储，构建了分级分区的记忆存储架构，从存储层面实现了高敏感信息与低敏感信息的安全隔离，有效降低了隐私泄露风险；最后，在响应生成阶段以当前情感状态标签为检索条件跨分区检索增强记忆单元，并结合时间衰减与情感相似度进行综合排序后生成个性化响应，既保障了隐私安全合规，又显著提升了情感陪伴响应的情感适配度与交互连贯性；综上所述，基于上述方案可在保障老年用户隐私信息分级安全存储的前提下实现基于情感状态的记忆精准检索与个性化响应。