CN119476313A 一种虚拟数字人交互问答的方法、系统、设备及存储介质 （北京卓越未来国际医药科技发展有限公司）

开发区荣华南路15号院7号楼15层处理后的文本进行第三处理以得到用户的第二标情感状态和对话上下文调整第一答案的表述2采集用户的面部图像和对话内容，通过自然语言处理技术对所述对利用预设情感分析模型对第一处理后的文本进行第三处理以得到用户的第二情感状基于深度学习模型对第一处理后的文本进行第四处理以生标情感状态和对话上下文调整所述第一答案的表述方式以生成第二答其中，所述利用预设情感分析模型对所述面部图像进行第从所述面部图像中提取特征点，将所述特征点与预设的表情类别进行匹配，将所述利用预设情感分析模型对第一处理后的文本进行第三处理以得到用户的第二情从进行了第一处理后的文本中提取与情感分析相关的预设特征，所述预设将所述预设特征输入到预设的情感分析模型中以得到根据所述输出结果将所述文本的情感倾向映射到预设的情感类利用时间序列分析方法分析用户的情感状态随时间的变化趋势以预测未来的情感状根据所述未来的情感状态调整所述第三情感状态，并将调整后的第情感状态和对话上下文调整所述第一答案的表述方3遍历预设规则库，根据当前的目标情感状态和对话上下文匹配第一目标机制选择最终执行的第二目标规则。采集模块，配置用于采集用户的面部图像和对话内容，通过自然情感模块，配置用于利用预设情感分析模型对第一处理后的文本答案模块，配置用于基于深度学习模型对第一处理后的文本进行第四处虚拟模块，配置用于利用虚拟现实技术构建虚拟数字人，并根据其中，所述利用预设情感分析模型对所述面部图像进行第从所述面部图像中提取特征点，将所述特征点与预设的表情类别进行匹配，将所述利用预设情感分析模型对第一处理后的文本进行第三处理以得到用户的第二情从进行了第一处理后的文本中提取与情感分析相关的预设特征，所述预设4将所述预设特征输入到预设的情感分析模型中以得到根据所述输出结果将所述文本的情感倾向映射到预设的情感类执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1_5任意一项所述的方5利用预设情感分析模型对第一处理后的文本进行第三处理以得到用户的第二情述目标情感状态和对话上下文调整所述第一答案的表述方式以生成第二所述利用预设情感分析模型对第一处理后的文本进行第三处理以得到用户的第6将所述预设特征输入到预设的情感分析模型中以得到态的表现方式使得虚拟数字人更加栩栩如生，增强了与用户之间的情感交流和互动体验。7[0008]可选的，所述结合所述第一情感状态和所述第二情感状态确定目标情感状态包[0010]可选的，所述结合所述第一情感状态和所述第二情感状态确定目标情感状态包利用时间序列分析方法分析用户的情感状态随时间的变化趋势以预测未来的情8解决机制选择最终执行的第二目标规则。规则时，系统能够根据规则的优先级或预设冲突解决机制选择最终执行的第二目标规则。[0014]可选的，所述根据所述第二答案中的情感倾向确定所述虚拟数字人的面部表情、9提取和情感识别；得到用户的第二情感状态，结合所述第一情感状态和所述第二情感状态确定目标情感状所述利用预设情感分析模型对第一处理后的文本进行第三处理以得到用户的第将所述预设特征输入到预设的情感分析模型中以得到其他方式另外特别强调。进行第一处理，利用预设情感分析模型对所述面部图像进行第二处理以得到第一情感状识别；[0029]所述利用预设情感分析模型对所述面部图像进行第二处理以得到第一情感状态平台将其分配为0.8的情感数值。[0033]所述利用预设情感分析模型对第一处理后的文本进行第三处理以得到用户的第将所述预设特征输入到预设的情感分析模型中以得到器学习或深度学习的方法，通过训练模型来自动识别这些特征。提取出的预设特征（情感型可能是一个基于规则的系统，也可能是基于机器学习或深度学习的模型。通过定义一系但规则的设计和维护较为复杂。利用大量标注好的数据来训练模型，使其能够自动学习文本中的特征与情感倾向之间的关系。这种方法在处理复杂文本和未知词汇时具有较好的泛化能力。[0037]可选的，所述结合所述第一情感状态和所述第二情感状态确定目标情感状态包因造成的，比如用户在表达情感时存在矛盾（如口是心非或者面部图像和文本内容分别捕捉到了用户在不同时间或不同情境下的情感状态。为了处理这种情况，过程采用了以下策略：首先，将第一情感数值和第二情感数值进行加权求和，以得到一个综合的情感数值（第三情感数值权重的分配可以根据实际情况进行调整，比如根据面部图像和文本在特定应用场景下的重要性来设定；然后，通过预设的数值映射表来确定第三情感数值对应的第三情感状态。这个映射表可能是一个范围划分表，将不同的情感数值范围映射到特定的[0040]当第一情感状态和第二情感状态一致时，直接采用其中[0041]可选的，所述结合所述第一情感状态和所述第二情感状态确定目标情感状态包利用时间序列分析方法分析用户的情感状态随时间的变化趋势以预测未来的情内情感状态随时间的变化趋势。这包括收集用户在过去一段时间中每个时间点的情感数值[0043]根据未来的情感状态调整第三情感状态的方式可以如下1）将未来情感状态的变化趋势与当前第三情感状态相结合，形成一个融合了当前状态和未来趋势的新情感状[0044]通过时间序列分析方法，系统能够捕捉到用户情感状态根据所述目标情感状态和对话上下文调整所述第一答案的表述方式以生成第深度学习模型是一种经过训练，能够理解和处理自然语言文本的神经网络模型。解决机制选择最终执行的第二目标规则。时选择最合适的规则来执行，从而确保生成的答案既符合用户的期望又避免了内部矛盾。这种高效的处理方式提高了系统的响应速度和效率，使得用户能够更快地得到满意的回[0052]可选的，所述根据所述第二答案中的情感倾向确定所述虚拟数字人的面部表情、[0053]当第二答案中的情感倾向为积极情感时，虚拟数字人的面部表情会被设置为微[0056]本实施例还公开了一种虚拟数字人交互问答的系统，图2是本申请实施例公开的情感模块202，配置用于利用预设情感分析模型对第一处理后的文本进行第三处答案模块203，配置用于基于深度学习模型对第一处理后的文本进行第四处理以所述利用预设情感分析模型对第一处理后的文本进行第三处理以得到用户的第将所述预设特征输入到预设的情感分析模型中以得到利用时间序列分析方法分析用户的情感状态随时间的变化趋势以预测未来的情解决机制选择最终执行的第二目标规则。Array，PLA）中的至少一种硬件形式来实现。处理器301可集成中央处理器（Central只读存储器（Read_OnlyMemory）。可选的，该存储器305包括非瞬时性计算机可读介质可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功个方法实施例中涉及的数据等。存储器305可选的还可以是至少一个位于远离前述处理器合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部