申请/专利权人：华南理工大学

申请日：2020-12-14

公开（公告）日：2024-04-30

公开（公告）号：CN112561474B

主分类号：G06Q10/1053

分类号：G06Q10/1053;G10L15/22;G06F40/284;G06F18/25;G06N3/0442;G06N3/045;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2021.04.13#实质审查的生效;2021.03.26#公开

摘要：本发明公开了一种基于多源数据融合的智能人格特性评价方法，步骤包括：收集网络用户的演讲视频数据；将演讲视频数据转成演讲文本；进行用户人格特性标注；对获取到的演讲文本进行词频统计并排序；对于每种人格特性，心理专业人员将筛选出最能代表该特性的关键词，形成关键词表；对演讲文本进行处理并形成词嵌入向量特征；将词嵌入向量特征输入到多源数据融合模型中进行融合，最终输出人格特性预测结果。由于结合了专业人员的先验知识，本发明提出的智能人格特性评价方法有较好的可解释性，能在小样本上取得更加准确的预测结果，对演讲用户的人格特性进行自动预测。

主权项：1.一种基于多源数据融合的智能人格特性评价方法，其特征在于，所述的智能人格特性评价方法包括以下步骤：S1、收集网络用户的演讲视频数据；S2、将步骤S1中获得的演讲视频数据进行语音转写，转写为演讲文本；S3、根据演讲文本，心理专业人员对该用户的人格特性进行打分；S4、对步骤S2中获得的演讲文本进行词汇切分，通过词频排序操作，统计不同词汇出现的次数以及概率；S5、心理专业人员对步骤S4中词频排序后的词汇进行关键词筛选，筛选出最能分别代表不同人格特性的关键词，形成关键词表；S6、对步骤S2的演讲文本进行预处理，并使用基于词嵌入的特征提取操作，形成词嵌入向量特征，过程如下：预处理操作包括词汇切分、去停用词以及文本对齐；词汇切分操作与步骤S4中的相同，对于第n个用户转写后的演讲文本fn，则其进行词汇切分操作后获得的词汇集合为Wn＝wn，1，wn，2，...，wn，j，...，wn，c-1，wn，c；去停用词操作会对词汇集合Wn中的停用词进行过滤，形成过滤后的词汇集合w′n，1，w′n，2，...，w′n，j，...，w′n，d-1，w′n，d，其中d为过滤后词汇集合长度，w′n，d为第n个用户去停用词后的词汇集合中的第d个词汇，设T为停用词表，则去停用词操作如下： 文本对齐操作将对不同长度的词汇集合进行对齐，设l为最大集合长度，则词汇集合中，低于最大集合长度l的部分填入0进行扩充，高于最大集合长度l的部分进行截断；第n个用户转写后的演讲文本fn经过上述预处理操作后，获得预处理操作后的词汇集合Qn＝qn，1，qn，2，...，qn，v，...，qn，l-1，qn，l，其中qn，v为Qn中的第v个词汇；词嵌入操作包括随机初始化词嵌入矩阵以及词向量映射；首先随机初始化一个词嵌入矩阵其中D为词嵌入向量特征的维度，L为词表的大小；词向量映射操作首先需要将Qn中的每个词汇转为one-hot向量，再将one-hot向量与词嵌入矩阵相乘，获得词嵌入向量特征Un＝un，1，un，2，...，un，v，...，un，l-1，un，l，设Qn中的每个词汇转都为one-hot向量后，获得的向量集合为Q′n＝q′n，1，q′n，2，...，q′n，v，...，q′n，l-1，q′n，k，其中为Q′n中的第v个one-hot向量，对单个one-hot向量q′n，v来说，词嵌入向量的映射规则为un，v＝W·q′n，v；S7、将步骤S6中获得的词嵌入特征向量Un＝un，1，un，2，...，un，v，...，un，l-1，un，l以及步骤S5中获得的关键词表K＝k1，k2，...，km，...，kr-1，kr输入到多源数据融合模型，输出归一化的人格特性得分Yn＝yn，1，yn，2，...，yn，m，...，yn，r-1，yn，r，其中，所述多源数据融合模型从输入层到输出层之间的连接结构依次为：长短期记忆网络层、关键词匹配层、全连接层、sigmoid函数层；设当前输入的时间步为t，即输入为词嵌入特征向量un，t，则长短期记忆网络层向前推进一个时间步的计算方法为：It＝σWi，*[hn，t-1，un，t]+bi′，Ft＝σWf′*[hn，t-1，un，t]+bf′， Ot＝σWo′*[hn，t-1，un，t]+bo′，hn，t＝Ot*tanhCt， 其中It为输入门，Ft为遗忘门，Ot为输出门，σ为sigmoid函数，为备选记忆细胞，Ct为记忆细胞，hn，t为时间步为t时最终输出的隐向量，Wi′，Wf′，Wc′，Wo′以及bi′，bf′，bc′，bo′为随机初始化参数，使用前向与后向长短期记忆网络对un，t进行编码，得到前向输出的隐向量与后向输出的隐向量，将前向与后向输出的隐向量进行拼接得到h′n，t，以此类推，Un输入后将输出h′n，1，h′n，2，...，h′n，l-1，h′n，l，将输出取平均记为h′n，此时h′n即为长短期记忆网络层的输出；若当前关键词词组为km＝km，1，km，2，...，km，c′-1，km，c′，则关键词匹配层的计算方法为：u′n，m＝matchUn，km， k′m，i＝W*km，i，其中u′n，m为关键词匹配层的输出向量，z∈[1，l]，i∈[1，c′]为索引下标，W为步骤S6中介绍的词嵌入矩阵，max_num操作将取前num个最大的值，matchUn，km为关键词匹配函数，计算Un与km的匹配得分；将长短期记忆网络层的输出h′n与关键词匹配层的输出u′n，m做拼接，输入到全连接层以及sigmoid函数层中，计算方法为：yn，m＝σWp*[h′n；u′n，m]+bp，其中Wp以及bp为随机初始化变量；S8、将步骤S7中输出的归一化的人格特性得分乘上一个缩放因子，最终输出用户的人格特性得分。

全文数据：

权利要求：

百度查询： 华南理工大学 一种基于多源数据融合的智能人格特性评价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD