申请/专利权人：讯飞医疗科技股份有限公司

申请日：2024-02-01

公开（公告）日：2024-04-05

公开（公告）号：CN117828355A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/213;G06F18/25;G06F18/2431;G06F40/35;G06F40/279;G06F40/205;G06F16/35;G06V10/774;G06V10/80;G06V10/764

优先权：["20231229 CN 2023118725974"]

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明涉及情绪判定技术领域，提供一种基于多模态信息的情绪定量模型训练方法及情绪定量方法，该训练方法中引入多模态特征对齐模块，可以将多模态感知能力接入大型语言模型，进而可以通过多模态信息对情绪进行定量分析。通过该训练方法得到的多模态情绪定量模型，模型参数量更多，所承载的知识量更多，具有更强的语言能力，可以充分利用多模态信息表征用户的整体状态，避免信息缺失，得到的分析结果更加准确，能够适配精神心理科场景。此外，通过构建监督微调数据集，将多模态指令遵循能力接入大型语言模型，能够理解受试者的语音特征和视频特征等多模态特征，可以提高多模态情绪定量模型对情绪进行多模态定量的性能。

主权项：1.一种基于多模态信息的情绪定量模型训练方法，其特征在于，包括：获取多模态信息以及所述多模态信息的情绪定量标签；所述多模态信息包括文本信息和非文本信息；基于所述多模态信息以及所述情绪定量标签，构建监督微调数据集，并基于所述监督微调数据集，联合预先训练的多模态特征提取器，对初始多模态特征对齐模块进行训练；基于所述监督微调数据集，联合所述多模态特征提取器以及训练后的多模态特征对齐模块，对初始大型语言模型进行微调；基于所述多模态特征提取器、所述多模态特征对齐模块以及微调后的大型语言模型，构建多模态情绪定量模型；其中，所述多模态特征对齐模块用于将输入特征与所述大型语言模型的输入空间对齐。

全文数据：

权利要求：

百度查询： 讯飞医疗科技股份有限公司 基于多模态信息的情绪定量模型训练方法及情绪定量方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD