买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉科技大学申请的专利面向不确定模态缺失的在线协作会话情感识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119475088B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411525916.9，技术领域涉及：G06F18/2415；该发明授权面向不确定模态缺失的在线协作会话情感识别方法及系统是由杨娟;黄奥设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本面向不确定模态缺失的在线协作会话情感识别方法及系统在说明书摘要公布了：本发明涉及面向不确定模态缺失的在线协作会话情感识别方法及系统，该方法包括：根据不同阶段将协作会话数据分割为多个子协作会话数据。将每个子协作会话数据转化为会话文本数据，对每个子协作会话数据进行情感标注。抽取预处理后的子协作会话数据中的单模态特征，通过LSTM层捕捉子协作会话数据中的上下文信息，以获取各模态表征。将多个单模态特征进行拼接处理，探索多模态融合特征与单模态特征之间的跨模态情感促进信息。构建多视角情感推理图，通过图注意力机制更新节点表征，以获取融合话语表征。通过融合话语表征对会话情感预测层训练得到协作会话情感识别模型，并调用协作会话情感识别模型对预处理后的当前协作会话数据进行识别。

本发明授权面向不确定模态缺失的在线协作会话情感识别方法及系统在权利要求书中公布了：1.一种面向不确定模态缺失的在线协作会话情感识别方法，其特征在于，所述方法包括： 通过音视频采集设备获取协作会话数据，并根据协作学习过程的不同阶段将所述协作会话数据分割为具有时序关系的多个子协作会话数据； 根据协作学习过程中不同学习者的会话轮次将每个所述子协作会话数据进一步分割为具有时间先后顺序的多个协作话语数据； 对所述多个协作话语数据进行预处理，以在所述协作话语数据中缺少任意模态数据时，调用BERT模型中的词汇表中的UNK对缺失的对应模态数据进行填充； 其中，每个协作话语数据至少包括两个学习者的多轮次协作交互话语，且每轮次的所述协作交互话语均具有音频模态、视频模态以及文本模态的模态表征，且所述多个协作话语数据用于结合具有感情标注的子协作会话数据构建协作会话数据集，当所述协作话语数据中缺少音频模态或视频模态数据时，则通过空白帧对所述音频模态或视频模态数据进行填充； 对每个子协作会话数据进行情感标注，以确定每个子协作会话数据中学习者的情感状态； 调用单模态特征抽取器抽取预处理后的所述子协作会话数据中的单模态特征，并将所述单模态特征作为LSTM层的输入捕捉所述子协作会话数据中的上下文信息，以获取所述子协作会话数据对应的各模态表征； 将多个所述单模态特征进行拼接处理，得到多模态融合特征，并基于Transformer架构探索所述多模态融合特征与所述单模态特征之间的跨模态情感促进信息； 基于增强的单模态特征构建具有动态上下文学习窗口的多视角情感推理图，并通过图注意力机制更新所述多视角情感推理图中的节点表征，以获取所述子协作会话数据的融合话语表征； 将所述融合话语表征作为会话情感预测层的输入，训练得到协作会话情感识别模型，并调用所述协作会话情感识别模型对预处理后的当前协作会话数据进行识别，得到相应的情感识别结果； 其中，所述协作会话数据为所述音视频采集设备对在线协作学习过程中的会话交互内容进行采集得到的，包括视频数据和音频数据，所述预处理用于对情感标注后的所述子协作会话数据进行模态填充，所述单模态抽取器包括预训练的fast-RCNN、Wav2vec2.0和BERT模型，所述多视角情感推理图包括文本模态情感推理图、音频模态情感推理图以及视频模态情感推理图，所述会话情感预测层由全连接层和Softmax层组成，用于为所述融合话语表征输出预测的情感标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉科技大学，其通讯地址为：430081 湖北省武汉市青山区和平大道947号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。