申请/专利权人:杭州电子科技大学;台州学院
申请日:2023-10-24
公开(公告)日:2024-02-06
公开(公告)号:CN117520811A
主分类号:G06F18/213
分类号:G06F18/213;G06F18/25;G06V10/80;G06V10/40;G06V10/82;G06V40/16;G06N3/045;G06N3/0464;G06N3/0442;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.27#实质审查的生效;2024.02.06#公开
摘要:本发明公开了一种基于渐进自适应模态增强注意力网络的多模态人格特质分析方法,包括:步骤1:获取不同模态的人格表征数据;步骤2:分别对各人格表征数据进行特征提取;步骤3:采用渐进自适应模态增强注意力网络,对不同模态的人格表征特征进行模态融合与相互增强;步骤4:将增强后的各个模态的人格表征特征送入到人格特质预测模块,得到人格特质预测结果。能够实现不同模态之间的多层次信息交换,在增强目标模态的同时也能够增强源模态;自适应模态增强单元AMRU能够自适应地调整自我注意力和跨模态注意力的权重,以捕获不同层次水平的跨模态序列数据之间的人格特质相关性。
主权项:1.一种基于渐进自适应模态增强注意力网络的多模态人格特质分析方法,其特征在于,包括:步骤1:获取不同模态的人格表征数据;步骤2:分别对各人格表征数据进行特征提取;步骤3:采用渐进自适应模态增强注意力网络,对不同模态的人格表征特征进行模态融合与相互增强;步骤4:将增强后的各个模态的人格表征特征送入到人格特质预测模块,得到人格特质预测结果。
全文数据:
权利要求:
百度查询: 杭州电子科技大学;台州学院 基于渐进自适应模态增强注意力网络的多模态人格特质分析方法
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。