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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于自适应交互图网络的情绪分类方法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：CN117909883B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410052653.8，技术领域涉及：G06F18/2431；该发明授权基于自适应交互图网络的情绪分类方法是由王鸿鹏;谢甜;郑漫莎设计研发完成，并于2024-01-15向国家知识产权局提交的专利申请。

本基于自适应交互图网络的情绪分类方法在说明书摘要公布了：本发明公开了一种基于自适应交互图网络的情绪分类方法，包括：构建自适应交互图网络，结构包括特征提取器、Gumbel‑Softmax离散采样器、Utterance‑levelEncoder、核心部件和情绪分类器；在对话情感数据库中调取对话情感数据集，提取多模态的特征后输入模型开始训练；在Utterance‑levelEncoder获取节点模态特征，然后经过原始GIN和带有NESP的GIN进行图卷积操作，利用GSP的集成后获取最终GIN预测结果；节点模态特征和最终GIN预测结果拼接后，输入情绪分类器中，经过计算模型的保持损失和最小下降损失后，完成训练。本发明能够自适应地选择特定的单模态和多模态关系，提高了情绪分类的准确性和运行速度。

本发明授权基于自适应交互图网络的情绪分类方法在权利要求书中公布了：1.基于自适应交互图网络的情绪分类方法，其特征在于，包括下述步骤： 构建自适应交互图网络，所述自适应交互图网络包括特征提取器、Gumbel-Softmax离散采样器、Utterance-levelEncoder、核心部件和情绪分类器；所述Gumbel-Softmax离散采样器包括NESP组件和GSP组件，所述Utterance-levelEncoder包括UtteranceEncoder和SpeakerEncoder； 自适应交互图网络的训练过程如下： 在对话情感数据库中调取对话情感数据集，然后利用特征提取器提取对话情感数据集中的视听特征，包括原文本特征、原视觉特征和原语音特征； 将视听特征输入Utterance-levelEncoder中，经处理后获得节点模态特征；将节点模态特征输入核心部件进行图卷积操作，即：将节点模态特征输入到原始GIN和带有NESP的GIN中，当图卷积到设定层数时，输出GIN预测结果和带NESP的GIN预测结果；将GIN预测结果和带NESP的GIN预测结果进行拼接，然后输入到GSP组件与GIN形成的最终GIN中，经过预测后获取最终GIN预测结果；所述带有NESP的GIN为另外的原始GIN结合伪标签和NESP组件形成的； 将节点模态特征与最终GIN预测结果进行拼接，接着输入到情绪分类器中进行分类，然后迭代计算模型损失，损失包括保持损失和最小下降损失，参数收敛时完成训练； 所述NESP组件包括ESP和NSP，用于在对话中为每一个节点和边学习二进制随机变量其中表示第ζ话语的节点v和边δ被选择状态；所述ESP用于节点选择策略，从而自适应选择模态表示，所述NSP用于将当前话语上下文分为自身和说话者间类别，允许边选择策略选择上下文类别以进行自适应话语表示； 所述节点选择策略，具体为： 基于Gumbel-Softmax分布对话边设置属性值然后对近似离散分类分布中的样本进行采样，如下式： 其中，υζ∈R2是从Unif0,1分布中提取的独立且相同分布的边样本，指示第ζ话语的节点v被选择的概率，τ表示温度参数，大于0，当它趋近于0时，Gumbel-softmax采样结果近似于离散采样； 计算得到的值为是[0,1]或是[1,0]，其中0类是指选择说话人间类别，1类是选择说话人内类别； 所述边选择策略采用与节点选择策略相同的方法对近似离散分类分布中的样本进行采样。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。