申请/专利权人:中南大学
申请日:2023-06-21
公开(公告)日:2024-03-08
公开(公告)号:CN116702091B
主分类号:G06F18/25
分类号:G06F18/25;G06F18/2415;G06F18/2451;G06N3/0455;G06N3/047;G06N3/048;G06N3/084
优先权:
专利状态码:有效-授权
法律状态:2024.03.08#授权;2023.09.22#实质审查的生效;2023.09.05#公开
摘要:本发明公开了一种基于多视图CLIP的多模态讽刺意图识别方法、装置和设备,方法包括:对数据元组中的文本信息和图像信息均依次编码和解码;其中,采用CLIP模型编码分别得到文本和图像各自的向量表示,解码分别得到基于文本视图和图像视图的讽刺得分分布;将编码得到的文本和图像各自向量表示拼接后,喂入transformer进行模态融合,然后采用key‑less注意力机制确定其注意力权重,再解码得到基于文本与图像交互视图的讽刺得分分布;将基于文本视图、基于图像视图及基于文本与图像交互视图的3个讽刺得分分布进行聚合,并根据聚合结果获得数据元组的讽刺意图识别结果。本发明提升了讽刺意图识别准确率,且有良好的解释性。
主权项:1.一种基于多视图CLIP的多模态讽刺意图识别方法,其特征在于,包括:步骤1,获取包括文本信息和图像信息的数据元组,对数据元组中的文本信息和图像信息均依次进行编码和解码;其中,采用CLIP模型编码分别得到文本信息向量表示和图像信息向量表示,解码分别得到基于文本视图和图像视图的讽刺得分分布;步骤2,将步骤1编码得到的文本信息向量表示和图像信息向量表示进行拼接,并将拼接向量喂入transformer进行模态融合,然后采用key-less注意力机制确定其注意力权重,再解码得到基于文本与图像交互视图的讽刺得分分布;步骤3,将步骤1和2中得到的基于文本视图、基于图像视图以及基于文本与图像交互视图的3个讽刺得分分布进行聚合,并根据聚合结果获得数据元组的讽刺意图识别结果。
全文数据:
权利要求:
百度查询: 中南大学 基于多视图CLIP的多模态讽刺意图识别方法、装置和设备
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。