面向聊天机器人的文本情感分析关键技术研究

Chatting robot can be considered as a product of new period of Internet, and it can provide the private service and emotional support based on its big database and computing power. Therefore chatting robot has attracted much attention of academia and industry. Although the current chatting robot has made some progress, its related technologies have been restricted due to the lack of the user information and implicit sentiment analysis in the sentiment recognition, the lack of sentiment causation detection techniques and the lack of the user and sentiment information in the sentiment response generation. Based on the analysis of the chats, the project proposes a set of sentiment analysis tasks for the chatting robot systems, including sentiment information recognition, sentiment causation detection and sentiment response generation. These three main tasks can realize three sentiment functions of the chatting robot, which are the sentiment recognition, understanding and expression. The specific contents include: the sentiment classification method based on the user modeling, the implicit sentiment recognition method based on the cross-document background knowledge, the sentiment causation detection method based on the syntactic representation and reinforcement learning, the sentiment response generation method based on the sentiment, causation and user modeling. The project aims to deeply study the sentiment analysis techniques for the chatting robot systems, in order to improve the IQ and EQ of the current chatting robots and to make the conversation more human.

聊天机器人作为互联网新时代技术的产物，以背后强大的知识库和计算能力为人类提供私人服务和情感慰藉，受到学术界和工业界的广泛关注。虽然目前聊天机器人的各项技术研究取得了一定的进展，但由于情感识别忽视了用户信息和隐式情感、缺乏情感原因发现技术以及情感回复缺少情感和用户信息的融合等问题导致其很难做到真正的善解人意。本项目结合人机对话的特点，针对系统中情感分析技术的缺失，提出了一套适用于聊天机器人的情感分析研究任务，包括情感信息识别、情感原因发现以及情感回复生成三个基本任务，分别对应聊天机器人的情感识别、理解和表达三个情感功能。具体内容包括：基于用户建模的情感分类、基于跨篇章背景知识的隐式情感识别、基于句法表示和强化学习的情感原因发现以及基于情感、原因和用户信息相融合的回复生成技术等。本项目旨在深入研究聊天机器人环境下的各项情感分析技术，完善聊天机器人的智商与情商，使其与用户进行更富人性化的交流。

聊天机器人作为互联网新时代技术的产物，以背后强大的知识库和计算能力为人类提供私人服务和情感慰藉，受到学术界和工业界的广泛关注。虽然目前聊天机器人的各项技术研究取得了一定的进展，但由于情感识别忽视了用户信息和隐式情感、缺乏情感原因发现技术以及情感回复缺少情感和用户信息的融合等问题导致其很难做到真正的善解人意。本项目结合人机对话的特点，针对系统中情感分析技术的缺失，提出了一套适用于聊天机器人的情感分析研究任务，包括情感信息识别、情感原因发现以及情感回复生成三个基本任务，分别对应聊天机器人的情感识别、理解和表达三个情感功能。为了解决上述的研究任务，本项目重点对多项关键技术进行攻关，并提出了新颖实用的算法。具体如：研究融合用户信息的评论情感信息挖掘算法和相关应用，解决情感分类模型缺乏用户信息的问题；研究建模上下文情感交互的对话情感识别算法，解决隐式情感句情感识别困难的问题；研究主题增强的对话情感分布预测算法，解决缺少情感原因发现技术而引发的用户情感理解不足问题；研究检索式聊天机器人中的情感回复算法，解决聊天机器人中回复模型与情感信息相融合的问题。同时，受本项目的资助，我们取得了一系列的研究成果：获得省级科技进步二等奖1项；发表学术论文63篇，其中SCI论文9篇，顶级/重要国际会议45篇（CCF A/B类）；申请专利7项，其中已授权专利1项。在情感分析领域培养博士生6名，硕士研究生17名。该项目的研究可以解决聊天机器人环境下的各项情感分析问题，这些研究成果会进一步推动聊天机器人智商和情商的完善，并为聊天机器人实现与用户更富人性化的交流提供关键技术支撑。