本發明涉及一種語言交流人工智能系統，包括語言交流服務器、語言交流終端，語言交流終端與語言交流服務器信息交互，語言交流服務器包括語言結構分析模塊、語言情緒分析模塊、語言生成模塊。語言結構分析模塊包括語言構成數據庫。語言情緒分析模塊包括語言情緒數據庫。語言生成數據庫包括關聯話題數據庫、關聯主體詞數據庫、關聯動詞數據庫、關聯名詞數據庫、關聯形容詞數據庫。本發明還公開了語言處理方法，包括輸入語言、分析輸入語言結構和情緒、生成情緒化回應等步驟。本發明采用語言情緒分析模塊分析輸入自然語言的情緒因素并有針對性的生成情緒化的語言輸出回復，具有能夠與人進行有情感談話的特點。

技術領域

本發明涉及一種人工智能系統及其實現方法，特別涉及一種語言交流人工智能系統及其語言處理方法，屬于語言人工智能領域。

背景技術

一般來說，人工智能的技術很多。人工智能包括機器深度學習，情緒分析，演講文字和自然語言處理。深度機器學習幫機器識別模式，具體來說，機器學習是一種幫機器學語言的語法和意思的方式。此外機器學習，情緒分析就是一個幫機器識別情感的方式。情緒分析和自然語言處理需要生詞分類。工程師創造一些算法能教機器分析輸入，怎么識別分類的生詞。在談話一方面，現有人工智能用這些技術，但是沒有人工智能的軟件能跟人有情感的談話。這是因為這樣的技術很難編程，而且這樣的技術很復雜。一個編程實現談話的人工智能很復雜，因為我們人談話的時候有很多生詞、句子組合和我們能經常變話題。所以一般來說大多人工智能電腦項目需要很多編程的代碼。在現有領域里，很多公司對人工智能技術有一些成功。比如，蘋果公司的“Siri”，微軟“Cortana”和亞馬遜的“Echo”，都用很多人工智能的技術。雖然在人工智能領域有很多生產的人工智能技術，但是全沒有掌握談話和情感的人工智能。在談話一方面，現有領域有 “Chatbots”，但是他們只能跟人有腳本對話，他們的軟件都是預編程的。這是一個弱點，因我們不能預測或者編程句子所有的回復、問題、評論，而且人說話的時候，我們的句子會有很多組合。此外，語言每天提高，有新的生詞，新的句子，新的意思和新的句子組合。

發明內容

本發明語言交流人工智能系統及其語言處理方法公開了新的方案，采用語言情緒分析模塊分析輸入自然語言的情緒因素并有針對性的生成情緒化的語言輸出回復，解決了現有方案無法實現與人進行有情感談話的問題。

本發明語言交流人工智能系統包括語言交流服務器、語言交流終端，語言交流終端與語言交流服務器信息交互，語言交流服務器包括語言結構分析模塊、語言情緒分析模塊、語言生成模塊，語言結構分析模塊對輸入信息進行分析后發送分析結果信息給語言生成模塊，語言情緒分析模塊對輸入信息進行分析后發送分析結果信息給語言生成模塊，語言生成模塊根據收到的分析結果信息生成輸出信息發送給語言交流終端。語言結構分析模塊包括語言構成數據庫，語言構成數據庫包括主體詞數據庫、動詞數據庫、名詞數據庫、形容詞數據庫。語言情緒分析模塊包括語言情緒數據庫，語言情緒數據庫包括消極情緒語言數據庫、中性情緒語言數據庫、積極情緒語言數據庫。語言生成模塊包括與語言構成數據庫、語言情緒數據庫形成映射關聯的語言生成數據庫，語言生成數據庫包括關聯話題數據庫、關聯主體詞數據庫、關聯動詞數據庫、關聯名詞數據庫、關聯形容詞數據庫。關聯話題數據庫包括消極情緒關聯話題數據庫、中性情緒關聯話題數據庫、積極情緒關聯話題數據庫。關聯動詞數據庫包括消極情緒關聯動詞數據庫、中性情緒關聯動詞數據庫、積極情緒關聯動詞數據庫。關聯名詞數據庫包括消極情緒關聯名詞數據庫、中性情緒關聯名詞數據庫、積極情緒關聯名詞數據庫。關聯形容詞數據庫包括消極情緒關聯形容詞數據庫、中性情緒關聯形容詞數據庫、積極情緒關聯形容詞數據庫。