申请/专利权人：合肥工业大学

申请日：2024-03-22

公开（公告）日：2024-04-26

公开（公告）号：CN117933269A

主分类号：G06F40/30

分类号：G06F40/30;G10L15/02;G16H20/70

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：本发明公开了一种基于情感分布的多模态深度模型构建方法及系统，涉及计算机技术领域，具体步骤为：对采访数据按照情感效价属性进行重组，获得重组文本序列和重组语音序列；利用预训练模型从重组文本序列和重组语音序列提取文本初始语义特征和语音初始语义特征；利用元素感知的注意力机制对级联特征向量中不同的重要性进行学习，获得融合特征向量；利用情感编码将重组文本序列的情感分布信息投射成情感代码，获得情感分布的特征向量；基于融合特征向量和情感分布的特征向量构建多模态深度模型。本发明利用大规模预训练语言模型为句子生成情感标签，并基于不同模态的预训练模型构建多模态融合模型，减少在有限数据样本下出现的过拟合现象。

主权项：1.一种基于情感分布的多模态深度模型构建方法，其特征在于，具体步骤为：数据重组：对采访数据按照情感效价属性分别进行文本重组和语音重组，获得重组文本序列和重组语音序列；语义特征提取：分别利用预训练模型对重组文本序列和重组语音序列进行初始语义特征提取，获得文本初始语义特征和语音初始语义特征；重要性学习：利用元素感知的注意力机制对文本初始语义特征和语音初始语义特征的级联特征向量中不同的重要性进行学习，获得融合特征向量；情感分布提取：利用情感编码将重组文本序列的情感分布信息投射成情感代码，获得情感分布的特征向量；模型构建：基于融合特征向量和情感分布的特征向量构建多模态深度模型。

全文数据：

权利要求：

百度查询： 合肥工业大学 一种基于情感分布的多模态深度模型构建方法及系统

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