基于情感判定的多轮对话生成方法、装置及终端设备

1.本技术属于人机对话技术领域，尤其涉及多轮对话生成方法、装置及终端设备。


背景技术：

2.生成式的人机对话可以根据上下文的内容，自动生成正确且流畅的回复语句，在人机交互系统中发挥着重要作用。随着人机对话系统的不断发展，所应用领域不断扩大，人们更希望可以与机器进行有效地深入对话。
3.现有技术往往采用情感分类器，通过情感标签结合情感记忆、注意力机制、多任务学习和对抗学习等多种方式生成情感回复。从效果来看，情感识别精度还不够，无法生成贴合用户情感的对话影响了情感对话生成的效果。
4.因此，亟需一种能够准确把控用户情感，并进行有效回复的多轮对话生成方法，用以提高情感分类器的识别精度，提升用户的体验感受。


技术实现要素：

5.为克服相关技术中存在的问题，本技术实施例提供了基于情感判定的多轮对话生成方法、装置及终端设备，可以提高情感分类器的识别精度，提升用户对人机对话系统的体验感。
6.本技术是通过如下技术方案实现的：
7.第一方面，本技术实施例提供了一种基于情感判定的多轮对话生成方法，包括：根据对话信息通过情感分类器识别第一情感信息，其中，情感分类器基于分类模型对对话信息包含的情绪进行识别和分类，第一情感信息表征对话信息的情感。基于第一情感信息，采用情感转移数学模型确定第二情感信息，其中，第二情感信息为多种第一情感信息中的一种情感信息，情感转移数学模型用于基于对话时间以及对话轮次确定第二情感信息。通过对话生成模型根据第二情感信息，输出含有第二情感信息的本轮对话，其中，对话生成模型用于生成语义正确且蕴含情绪的对话。
8.在第一方面的一种可能的实现方式中，基于第一情感信息，采用情感转移数学模型确定第二情感信息，包括：
9.结合对话时间判定模型和对话轮次判定模型确定情感转移数学模型，情感转移数学模型的表达式为：
10.z＝β*x (1-β)*y
11.式中，z表示情感转移值，β表示情感转移因子，β∈(0,1)，x表示对话时间判定模型中的时间判定值，y表示对话轮次判定模型中的轮次判定值，其中，对话时间判定模型依据短时间内用户情感信息难以发生变化的原则确定，对话轮次判定模型依据情感信息相同的两轮对话相近则不容易发生情感转移的原则确定。
12.比较情感转移值与预设情感转移阈值。若情感转移值大于预设情感转移阈值，则情感转移数学模型确定的第二情感信息与用户上轮对话的情感信息相同；若情感转移值小
于或等于预设情感转移阈值，则情感转移数学模型确定的第二情感信息与用户当前对话的情感信息相同。
13.在第一方面的一种可能的实现方式中，对话时间判定模型的表达式为：
[0014][0015]
式中，x表示对话时间判定值，nth表示用户发起当前对话的轮次，ti表示用户发起当前对话的时刻，t
i-1
表示用户发起上轮对话的时刻，t0为用户与人机对话系统建立对话的时刻，α表示平滑因子，为一个常数。
[0016]
在第一方面的一种可能的实现方式中，对话轮次判定模型的表达式为：
[0017][0018]
式中，y表示对话轮次判定值，nth表示用户发起当前对话的轮次，mth表示历史对话中与用户当前对话情感信息一致的最近轮次，α表示平滑因子，为一个常数。
[0019]
在第一方面的一种可能的实现方式中，在通过情感分类器识别对话信息中的情感信息后，采用情感转移数学模型确定第二情感信息前，方法还包括：通过情感分类器判定用户当前对话信息中的情感信息和用户上轮对话信息中的情感信息是否一致，若不一致，则调用情感转移数学模型确定第二情感信息。
[0020]
在第一方面的一种可能的实现方式中，通过情感分类器识别对话信息中的情感信息，包括：将对话信息映射至词向量空间，转换成对应的文本词向量；情感分类器根据文本词向量识别对话信息中的情感信息。
[0021]
在第一方面的一种可能的实现方式中，通过对话生成模型根据第二情感信息，输出含有第二情感信息的本轮对话，包括：将第二情感信息嵌入至情感对话模型后，通过对话生成模型输出含有第二情感信息的本轮对话。
[0022]
第二方面，本技术实施例提供了一种基于情感判定的多轮对话生成装置，包括：对话信息获取模块，用于获取对话信息；
[0023]
情感转移判定模块，用于根据对话信息通过情感分类器识别第一情感信息，其中，情感分类器基于分类模型对对话信息包含的情绪进行识别和分类，第一情感信息表征对话信息的情感。情感转移判定模块，还用于基于第一情感信息，采用情感转移数学模型确定第二情感信息，其中，第二情感信息为多种第一情感信息中的一种情感信息，情感转移数学模型用于基于对话时间以及对话轮次确定第二情感信息。以及，情感对话输出模块，用于通过对话生成模型根据第二情感信息，输出含有第二情感信息的本轮对话，其中，对话生成模型用于生成语义正确且蕴含情绪的对话。
[0024]
第三方面，本技术实施例提供了一种终端设备，包括存储器和处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面任一项所述的基于情感判定的多轮对话生成方法。
[0025]
第四方面，本技术实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一项所述的基于情感判
定的多轮对话生成方法。
[0026]
第五方面，本技术实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的基于情感判定的多轮对话生成方法。
[0027]
本技术实施例与现有技术相比存在的有益效果是：
[0028]
本技术实施例获取用户的对话信息后，通过情感分类器识别出第一情感信息，再基于第一情感信息，采用情绪转移数学模型确定第二情感信息，最后通过对话生成模型根据第二情感信息，输出含有第二情感信息的情感对话。本技术提供的技术方案在情感分类器识别的情感信息基础上，引入了情绪转移数学模型，情绪转移数学模型根据对话时间和对话轮次能够更加精准地识别用户的真实情绪，因此，避免了情感分类器只通过当前对话就确定用户情绪，而产生的用户情感识别精度低，无法准确把控用户情感并生成有效回复的问题，提高了情感分类器的识别精度，提升了用户使用人机对话系统的体验感。
[0029]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
[0030]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0031]
图1是本技术一实施例提供的用户终端视角的场景示意图；
[0032]
图2是本技术一实施例提供的基于情感判定的多轮对话方法的流程示意图；
[0033]
图3是本技术实施例提供的基于情感判定的多轮对话装置的结构示意图；
[0034]
图4是本技术实施例提供的终端设备的结构示意图。
具体实施方式
[0035]
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
[0036]
应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0037]
还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0038]
如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0039]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0040]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0041]
人机对话系统通过情感分类器对用户当时情感进行分析后，通过对话生成模型输出符合用户情绪的情感对话，以达到平复用户情绪，解答用户的目的。
[0042]
用户在表达情感的时候，虽然会有情绪的波动，但大致的情绪是稳定的。在现实场景，用户在与人机对话系统多轮对话的过程中，用户会采用反问句、设问句、双重否定句或正话反说等形式表达自己的情感，而现有的情感分类器只依据用户当前对话信息识别用户的情感，难免出现情感识别精度不高，甚至出现识别结果与用户表达的情绪相反的情况，致使用户体验感差，出现无法合理沟通的问题。
[0043]
基于上述问题，本技术实施例提供了基于情感判定的多轮对话方法。为了使本技术的目的、技术方案及优点更加清楚明确，以下结合附图及实施例，对本技术进行详细说明。应当理解的是，以下所描述的具体实施例仅用于解释本技术，并不用于限定本技术。
[0044]
举例说明，图1示出了用户终端视角的场景示意图，在该场景中包括用户终端1、用户上轮对话11，用户当前对话12，以及人机对话系统将要发出还未发出的本轮对话12。
[0045]
需要说明的是，图1仅为示例图，本技术不对用户终端的类型进行限制。
[0046]
以下结合图1对本技术的基于情感判定的多轮对话方法进行详细说明。
[0047]
图2是本技术一实施例提供的基于情感判定的多轮对话方法的流程示意图，参照图2，对该方法的详述如下：
[0048]
在步骤101中，获取对话信息。
[0049]
在一些实施例中，通过人机对话系统获取用户发送的对话信息。其中，对话信息可以是文字信息，语音信息以及图片信息中至少任意一种信息。
[0050]
可选的，当对话信息为语音信息时，人机对话系统可以通过语音转文字技术，转化为文字信息。
[0051]
可选的，当对话信息为图片信息时，人机对话系统可以通过识别图片技术，获取文字信息。
[0052]
在一些实施例中，获取的对话信息可以包括用户发送的当前对话信息，以及用户发送的历史对话信息。
[0053]
在步骤102中，通过情感分类器识别所述对话信息中的第一情感信息。
[0054]
情感分类器基于分类模型对所述对话信息包含的情绪进行识别和分类。
[0055]
在一些实施例中，情感分类器将对话信息映射至词向量空间，转换成对应的文本词向量。
[0056]
在一些实施例中，情感分类器根据文本词向量识别出对话信息中的情感信息。
[0057]
示例性的，第一情感信息可以分为喜悦、愤怒、震惊、悲伤以及中性等情绪。
[0058]
因情感分类器技术不是本技术的创新点，故不再对情感分类器如何根据对话信息识别出第一情感信息做进一步的阐述。
[0059]
在步骤103中，基于第一情感信息，采用情感转移数学模型确定第二情感信息。
[0060]
用户在表达情感的时候，虽然会有情绪的波动，但大致的情绪是稳定或渐进。在现实场景，用户在与人机对话系统多轮对话的过程中，用户通常会采用反问、设问、双重否定或正话反说等形式表达自己的情感，而现有的情感分类器只依据用户当前对话信息识别用户的情感，难免出现情感识别精度不高，甚至出现识别结果与用户表达的情绪相反的情况，致使用户体验感差，出现正常沟通的问题。
[0061]
为了解决上述问题，本技术提供的技术方案，在现有的情感分类器识别出第一情感信息后，再采用情感转移数学模型对识别出的用户第一情感信息做进一步的确定，避免情感分类器识别精度不高和识别误差的问题。
[0062]
需要说明的是，下文中的本轮对话是人机对话系统针对用户发出的当前对话要回复的内容。
[0063]
在一些实施例中，基于第一情感信息，采用情感转移数学模型确定第二情感信息的过程可以执行如下步骤：
[0064]
可选的，结合对话时间判定模型和对话轮次判定模型确定情感转移数学模型，情感转移数学模型的表达式可以为：
[0065]
z＝β*x (1-β)*y
[0066]
式中，z表示情感转移值，β表示情感转移因子，β∈(0,1)，x表示对话时间判定模型中的时间判定值，y表示对话轮次判定模型中的轮次判定值。
[0067]
其中，对话时间判定模型依据短时间内用户情感信息难以发生变化的原则确定，对话轮次判定模型依据情感信息相同的两轮对话相近则不容易发生情感转移的原则确定。
[0068]
可选的，设定预设情感转移阈值，并比较情感转移值与预设情感转移阈值。
[0069]
进一步的，若情感转移值大于预设情感转移阈值，则情感转移数学模型确定的第二情感信息与用户上轮对话的情感信息相同。
[0070]
进一步的，若情感转移值小于或等于预设情感转移阈值，则情感转移数学模型确定的第二情感信息与用户当前对话的情感信息相同。
[0071]
下面分别对对话时间判定模型和对话轮次判定模型进行详细说明。
[0072]
在一些实施例中，依据短时间内用户情感信息难以发生变化的原则确定对话时间判定模型，对话时间判定模型的表达式可以为：
[0073][0074]
式中，x表示对话时间判定值，nth表示用户发起当前对话的轮次，ti表示用户发起当前对话的时刻，t
i-1
表示用户发起上轮对话的时刻，t0为用户与人机对话系统建立对话的时刻，α表示平滑因子，为一个很小的常数。
[0075]
在一些实施例中，依据情感信息相同的两轮对话相近则不容易发生情感转移的原则确定对话轮次判定模型，对话轮次判定模型的表达式可以是：
[0076][0077]
式中，y表示对话轮次判定值，nth表示用户发起当前对话的轮次，mth表示历史对话中与用户当前对话情感信息一致的最近轮次，α表示平滑因子，为一个很小的常数。
[0078]
本技术提供的情感转移数学模型，一方面，通过判定用户发出的当前对话和上轮对话的时间间隔，确定是否进行情感转移；另一方面，通过判定历史对话中与用户当前对话情感信息一致的最近轮次，确定是否进行情感转移。可以使人机对话系统发出的本轮对话更加符合人们的情感逻辑，从而生成高质量的情感对话。
[0079]
在步骤104中，通过对话生成模型根据第二情感信息，输出含有第二情感信息的本轮对话。
[0080]
在一些实施例中，将步骤103确定的第二情感信息，嵌入至话生成模型中，输出含有第二情感信息的本轮对话。
[0081]
需要说明的是，对话生成模型用于生成语义正确且蕴含情绪的对话，为现有技术，本技术不再对对话生成模型做进一步解释。
[0082]
一些实施例中，基于图2所示的实施例，上述基于情感判定的多轮对话方法还可以包括：
[0083]
根据对话信息通过情感分类器识别第一情感信息后，采用情感转移数学模型确定第二情感信息前，还可以执行以下动作：
[0084]
可选的，通过情感分类器判定用户当前对话信息中的情感信息和用户上轮对话信息中的情感信息是否一致。
[0085]
可选的，若不一致，则调用情感转移数学模型确定第二情感信息。
[0086]
可选的，若一致，表明用户的情感没有发生变化，无需调用情感转移数学模型，将情感分类器识别的情感信息嵌入到情感对话模型中，通过对话生成模型输出本轮对话。
[0087]
本技术提供的技术方案在情感分类器识别的情感信息基础上，引入了情绪转移数学模型，避免了情感分类器只通过当前对话就确定用户情绪，而产生的用户情感识别精度低，无法准确把控用户情感并生成有效回复的问题，提高了情感分类器的识别精度，提升了用户使用人机对话系统的体验感。
[0088]
为了更好地理解本技术公开的基于情感判定的多轮对话方法，本技术还提供了一个具体实施例。具体实施例如下所述：
[0089]
获取用户当前发起对话信息和用户会话多轮对话信息，记录每一轮对话的情感信息。
[0090]
当用户发起的第4轮对话(用户上轮对话)情感判定为中立，第5轮对话(用户当前对话)情感判定为喜悦时。
[0091]
分别根据对话时间判定模型和对话轮次判定模型，进行对话时间判定值和对话轮次判定值的计算：
[0092]
假设：当用户发起第5次对话，当前对话发起时间为第28分钟，上一轮发起对话时间为第27分钟，用户开启与对话系统建立对话的时间为第18分钟，平滑因子α为0.001，则对话时间判定值为：
[0093][0094]
假设：当用户发起第5次对话，该对话的情感为喜悦，查找历史对话中发现最近与该对话为同一种情感的对话轮次为3的话，平滑因子α为0.001，则对话轮次判定值为：
[0095][0096]
假设：情感转移因子β为0.5，则情感转移值为：
[0097]
z＝β*x (1-β)*y＝0.5*0.501 0.5*0.599＝0.55
[0098]
根据实际情况，预设情感转移阈值为0.5，则情感转移值大于预设情感转移阈值，需要进行情感转移，用户第5轮对话的情感发生变化，确定为喜悦。
[0099]
最后，将通过上述得到用户发起的当前对话情感值喜悦，嵌入情感对话模型中，通过对话生成模型实现情感对话，生成蕴含喜悦情感的回复。
[0100]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0101]
对应于上文实施例所述的基于情感判定的多轮对话方法，图3示出了本技术实施例提供的基于情感判定的多轮对话装置的结构框图，为了便于说明，仅示出了与本技术实施例相关的部分。
[0102]
参见图3，本技术实施例中的基于情感判定的多轮对话装置可以包括对话信息获取模块201、情感转移判定模块202和情感对话输出模块203。
[0103]
对话信息获取模块201，用于获取对话信息。
[0104]
情感转移判定模块202，用于根据所述对话信息通过情感分类器识别第一情感信息，其中，所述情感分类器基于分类模型对所述对话信息包含的情绪进行识别和分类，所述第一情感信息表征所述对话信息的情感。
[0105]
可选的，通过情感分类器识别对话信息中的情感信息，包括：将对话信息映射至词向量空间，转换成对应的文本词向量；情感分类器根据文本词向量识别对话信息中的情感信息。
[0106]
情感转移判定模块202，还用于通过情感分类器识别对话信息中的情感信息后，通过情感分类器判定用户当前对话信息中的情感信息和用户上轮对话信息中的情感信息是否一致，若不一致，则调用情感转移数学模型确定第二情感信息。
[0107]
情感转移判定模块202，还用于基于第一情感信息，采用情感转移数学模型确定第二情感信息。
[0108]
其中，第二情感信息为多种第一情感信息中的一种情感信息，情感转移数学模型用于基于对话时间以及对话轮次确定第二情感信息。
[0109]
可选的，基于第一情感信息，采用情感转移数学模型确定第二情感信息，包括：
[0110]
结合对话时间判定模型和对话轮次判定模型确定情感转移数学模型，情感转移数学模型的表达式为：
[0111]
z＝β*x (1-β)*y
[0112]
式中，z表示情感转移值，β表示情感转移因子，β∈(0,1)，x表示对话时间判定模型中的时间判定值，y表示对话轮次判定模型中的轮次判定值，其中，对话时间判定模型依据短时间内用户情感信息难以发生变化的原则确定，对话轮次判定模型依据情感信息相同的两轮对话相近则不容易发生情感转移的原则确定。
[0113]
比较情感转移值与预设情感转移阈值，若情感转移值大于预设情感转移阈值，则情感转移数学模型确定的第二情感信息与用户上轮对话的情感信息相同；若情感转移值小于或等于预设情感转移阈值，则情感转移数学模型确定的第二情感信息与用户当前对话的情感信息相同。
[0114]
可选的，对话时间判定模型的表达式为
[0115][0116]
式中，x表示对话时间判定值，nth表示用户发起当前对话的轮次，ti表示用户发起当前对话的时刻，t
i-1
表示用户发起上轮对话的时刻，t0为用户与人机对话系统建立对话的时刻，α表示平滑因子，为一个常数。
[0117]
可选的，对话轮次判定模型的表达式为：
[0118][0119]
式中，y表示对话轮次判定值，nth表示用户发起当前对话的轮次，mth表示历史对话中与用户当前对话情感信息一致的最近轮次，α表示平滑因子，为一个常数。
[0120]
情感对话输出模块203，用于通过对话生成模型根据第二情感信息，输出含有第二情感信息的本轮对话。
[0121]
其中，对话生成模型用于生成语义正确且蕴含情绪的对话。
[0122]
可选的，通过对话生成模型根据第二情感信息，输出含有第二情感信息的本轮对话，包括：将第二情感信息嵌入至情感对话模型后，通过对话生成模型输出含有第二情感信息的本轮对话。
[0123]
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本技术方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
[0124]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0125]
本技术实施例还提供了一种终端设备，参见图4，该终端设备300可以包括：至少一
个处理器310、存储器320，存储器320中储存可在至少一个处理器310上运行的计算机程序321，处理器310执行计算机程序321时实现上述任意各个方法实施例中的步骤，例如图2所示实施例中的步骤101至步骤104。或者，处理器310执行计算机程序321时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块201至203的功能。
[0126]
示例性的，计算机程序321可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器320中，并由处理器310执行，以完成本技术。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段，该程序段用于描述计算机程序在终端设备300中的执行过程。
[0127]
本领域技术人员可以理解，图4仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如输入输出设备、网络接入设备、总线等。
[0128]
处理器310可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0129]
存储器320可以是终端设备300的内部存储单元，也可以是终端设备300的外部存储设备，例如插接式硬盘，智能存储卡(smart media card，smc)，安全数字卡(secure digital，sd)，闪存卡(flash card)等。存储器320用于存储计算机程序321以及终端设备300所需的其他程序和数据。存储器320还可以用于暂时地存储已经输出或者将要输出的数据。
[0130]
总线可以是工业标准体系结构(industry standard architecture，isa)总线、外部设备互连(peripheral component，pci)总线或扩展工业标准体系结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本技术附图中的总线并不限定仅有一根总线或一种类型的总线。
[0131]
本技术实施例提供的基于情感判定的多轮对话方法可以应用于计算机、可穿戴设备、车载设备、平板电脑、笔记本电脑、上网本、个人数字助理(personal digital assistant，pda)、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)设备、手机等终端设备上，本技术实施例对终端设备的具体类型不作任何限制。
[0132]
本技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现可实现上述基于情感判定的多轮对话方法各个实施例中的步骤。
[0133]
本技术实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述基于情感判定的多轮对话方法各个实施例中的步骤。
[0134]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程
序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
[0135]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0136]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0137]
在本技术所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0138]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0139]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。