申请/专利权人：西华大学

申请日：2024-01-24

公开（公告）日：2024-04-26

公开（公告）号：CN117933265A

主分类号：G06F40/30

分类号：G06F40/30;G06F40/205;G06F16/35

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明涉及多模态情感分析技术领域，具体涉及基于多视角的双极性相似融合网络的多模态情感分析方法，包括如下步骤：S1：将上下文内容和实体内容输入到预训练模型BERT中，得到文本上下文特征Hc和实体特征He；S2：提取面向对象的图像特征Ho，以及面向场景的图像特征Hs；S3：构建跨模态双极相似性计算模块，通过跨模态双极相似性计算模块得到视觉特征Hvisual；S4：构建视觉相关的文本表示模块，通过视觉相关的文本表示模块得到文本特征Htext；S5：构建多模态表示模块，通过多模态表示模块得到多模态特征Hfinal；S6：使用一个非线性转换层和softmax分类器计算多模态特征Hfinal的情感概率取值，本发明，能够充分理解图像，提升图文多模态情感分析的识别精度。

主权项：1.基于多视角的双极性相似融合网络的多模态情感分析方法，其特征在于，包括如下步骤：S1：将上下文内容和实体内容输入到预训练模型BERT中，得到文本上下文特征Hc和实体特征He；S2：提取面向对象的图像特征Ho，以及面向场景的图像特征Hs；S3：构建跨模态双极相似性计算模块，通过跨模态双极相似性计算模块得到视觉特征Hvisual；S4：构建视觉相关的文本表示模块，通过视觉相关的文本表示模块得到文本特征Htext；S5：构建多模态表示模块，通过多模态表示模块得到多模态特征Hfinal；S6：使用一个非线性转换层和softmax分类器计算多模态特征Hfinal的情感概率取值，计算过程如下：py|Hfinal＝softmaxWTHfinal+b其中，WT和b分别为权重矩阵和偏置项，p即为模型预测的情感标签。

全文数据：

权利要求：

百度查询： 西华大学 基于多视角的双极性相似融合网络的多模态情感分析方法

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。

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