(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211104207.4 (22)申请日 2022.09.09 (71)申请人 海信电子科技(武汉)有限公司 地址 430073 湖北省武汉市东湖新 技术开 发区软件园东路1号软件产业4.1期B2 栋13层02号-2 (72)发明人 许畅　李俊彦　 (74)专利代理 机构 北京弘权知识产权代理有限 公司 11363 专利代理师 逯长明　孙亚芹 (51)Int.Cl. G06F 40/30(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种文本积极性改写方法 (57)摘要 本申请提供一种文本积极性改写 方法， 可有 效识别文本中的负面情感内容， 并通过风格迁 移、 文本重构、 积极性文本生成等混合自然语言 处理技术， 生成与所述输入文本的语义相同、 且 呈现积极的心态的积极性文本。 本申请的文本积 极性改写方法， 应用在智 能聊天或对话系统时， 可对互动文本的负面情绪或消极观点等非语义 结构问题进行处理， 保留文本原意的前提下， 使 文本呈现积极的心态， 以增强智能聊天或对话系 统等应用对用户的积极性引导， 从而提高用户的 产品体验与满意度， 进 而提高用户粘性。 权利要求书1页 说明书7页 附图6页 CN 115470795 A 2022.12.13 CN 115470795 A 1.一种文本积极性改写方法， 其特 征在于， 包括： 获取输入文本； 判断输入文本是否包 含负面情感内容； 若检测到所述输入文本中包含负面情感内容， 则对输入文本进行风格迁移， 即将负面 风格的输入文本转变为 正面风格文本； 将所述正面风格文本的样式重构为输入文本的样式， 所述样式包括句式及语序； 将重构后的正面风格文本进行文本生成， 生成积极性文本， 所述积极性文本的语义与 所述输入文本的语义相同、 且呈现积极的心 态。 2.根据权利要求1所述的文本积极性改写方法， 其特征在于， 所述负面风格为包含负面 情感内容的文本， 所述负面情感内容包括负面性词句或表征负面情绪的词句， 所述负面性 词句包括否 定词语， 所述负面情绪包括愤怒、 低落、 悲伤以及厌 恶； 所述正面风格为包含正面情绪内容的文本， 所述正面情绪内容包括正面性词句或表征 正面情绪的词句， 所述 正面词汇包括肯定词语， 所述 正面情绪包括怡悦、 兴奋以及喜爱。 3.根据权利要求1所述的文本积极性改写方法， 其特征在于， 所述判断输入文本是否包 含负面情感内容的具体实现过程包括： 利用CycleGAN的判别模型， 判断输入文本的是否包 含负面情感内容。 4.根据权利要求1所述的文本积极性改写方法， 其特征在于， 所述对输入文本进行风格 迁移的具体实现过程包括： 利用CycleGAN的生成模型， 对输入文本进行风格迁移。 5.根据权利要求1所述的文本积极性改写方法， 其特征在于， 所述将所述正面风格文本 的样式重构为输入文本的样式的具体实现过程包括： 利用CycleGAN的重构模型， 将所述正 面风格文本的样式重构为输入文本的样式。 6.根据权利要求3 ‑5任一项所述的文本积极性改写方法， 其特征在于， 所述文本积极性 改写方法还包括： 对CycleGAN进行模型训练， 其中， 模型训练过程采用无监督学习， 采用的 训练集为未成对的负面语句与正面语句， 其中， 所述负面语句为包含负面情感 内容的语句， 所述正面语句为包 含正面情感内容的语句。 7.根据权利要求1所述的文本积极性改写方法， 其特征在于， 所述将重构后的正面风格 文本进行文本生成， 生成积极性文本的具体实现过程包括： 利用基于Bert的积极性文本生 产模型， 对重构后的正 面风格文本进行文本生成， 生成积极性文本 。 8.根据权利要求1所述的文本积极性改写方法， 其特征在于， 所述文本积极性改写方法 还包括： 对基于Bert的积极性文本生产模 型进行模型训练， 其中， 模型训练过程采用训练集 为文本对， 每个所述文本对包括具有相同语义的消极语句与积极语句， 其中， 所述消极语句 表现出消极的心 态， 所述积极语句表现出积极的心 态。 9.根据权利要求8所述的文本积极性改写方法， 其特征在于， 所述积极的心态包括乐 观、 坚持以及希望； 所述消极的心 态包括压抑、 怨恨以及绝望 。权　利　要　求　书 1/1 页 2 CN 115470795 A 2一种文本积极性改写方 法 技术领域 [0001]本申请涉及文本改写技 术领域， 尤其涉及一种文本积极性改写方法。 背景技术 [0002]文本改写是对现有的文本进行风格、 用词方面的变换， 其目的在于， 保 留文本原意 的前提下， 尽可能的丰富文本的多样性与表现力。 现有的文本改写主要集中于对话系统中 的纠错、 指代和省略方面， 通过自动纠错、 补全或者替换某些指代 回复等方法， 解决与用户 进行文本互动过程中存在的错 误、 指代省略等问题。 [0003]但是， 这类文本改写大多停留在表层的语义优化改写， 遇到非语义结构问题， 则无 法进行准确处理。 例如， 对于用户或者互动文本的负面情绪或消极观点， 若采用现有技术中 文本风格迁移， 则仅 将负面关键字替换成正面关键字， 文本风格虽发生改变， 但却改变了原 始文本的含义， 从而极大的影响用户对产品的体验和满意度。 发明内容 [0004]本申请提供了一种文本积极性改写方法， 以解决现有的文本改写仅停留在表层的 语义优化改写， 无法对互动文本的负面情绪或消极观点等非语义结构问题进行处理， 从而 影响用户体验和满意度的问题。 [0005]本申请提供了一种文本积极性改写方法， 包括： [0006]获取输入文本； [0007]判断输入文本是否包含负面情感内容， 所述负面情感内容包括负面性词句或表征 负面情绪的词句； [0008]若检测到所述输入文本中包含负面情感内容， 则对输入文本进行风格迁移， 即将 负面风格的输入文本转变为正面风格文本， 所述负面风格为包含负面情感内容的文本， 所 述正面风格为包 含正面情绪内容的文本； [0009]将所述正面风格文本的样式重构为输入文本的样式， 所述样式包括句式及语序； [0010]将重构后的正面风格文本进行文本生成， 生成积极性文本， 所述积极性文本 的语 义与所述输入文本的语义相同、 且呈现积极的心 态。 [0011]本申请提供一种文本积极性改写方法， 可有效识别文本中的负面情感内容， 并通 过风格迁移、 文本重构、 积极性文本生成等混合自然语言处理技术， 生成与所述输入文本的 语义相同、 且呈现积极的心态的积极性文本。 本申请的文本积极性改写 方法， 应用在智能聊 天或对话系统时， 可对互动文本的负面情绪或消极观点等非语义结构问题进行处理， 保留 文本原意的前提下， 使文本呈现积极的心态， 以增强智能聊天或对话系统等应用对用户的 积极性引导， 从而提高用户的产品体验与满意度， 进 而提高用户粘性。 附图说明 [0012]为了更清楚地说明本申请的技术方案， 下面将对实施例中所需要使用的附图作简说　明　书 1/7 页 3 CN 115470795 A 3