申请/专利权人:东南大学
申请日:2024-01-11
公开(公告)日:2024-04-12
公开(公告)号:CN117874255A
主分类号:G06F16/36
分类号:G06F16/36;G06F16/35;G06F16/332;G06F18/25;G06V40/16;G06N3/0455;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种基于句法和面部特征的图融合的多模态社交关系抽取模型。该方法在文本层面融入词性、依存边和依存标签三种句法信息,在图片层面使用Transformer来建模头尾实体面部的隐式关联信息。为了构建多模态图神经网络,将头尾实体对应的词向量最大池化成两个文本节点,对应的面部表征则设为两个视觉节点;同时每一个文本节点都与其它两个视觉节点相连,每一个视觉节点都与其它两个文本节点相连。接着利用跨模态注意力机制实现多模态特征的融合。此外,由于数据集中样本分布不均衡,大量社交关系类别对应的样本数稀少,本发明基于原型网络进行少样本学习。实验结果表明,该方法可以有效融入句法和面部特征,并通过多模态融合生成更高质量的文本向量。在少样本学习的各种实验设置下,模型分类准确率大幅领先其它基准方法。
主权项:1.一种基于句法和面部特征的图融合的多模态社交关系抽取模型,其特征在于,该模型主要由三个核心模块组成:句法融入层和图片捕捉层;多模态特征融合层;原型网络层;首先在句法融入层融入句法、依存边和依存标签三种句法信息,图片捕捉层使用Transformer模型建模捕捉实体面部和尾实体面部之间的隐式关联,然后在多模态特征融合层构建多模态图神经网络,将句法信息和面部实体信息相互连接从而实现两种模态特征的融合,最后在原型网络层考虑样本分布不均衡的情况,使用少样本学习的方法训练模型。
全文数据:
权利要求:
百度查询: 东南大学 一种基于句法和面部特征的图融合的多模态社交关系抽取模型
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。