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！

龙图腾网获悉云南大学申请的专利一种基于提示驱动和对比学习的社交媒体多模态情感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：CN120011565B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510083399.2，技术领域涉及：G06F16/353；该发明授权一种基于提示驱动和对比学习的社交媒体多模态情感分类方法是由钱文华;詹春兰;李华光;刘朋;王泓力设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于提示驱动和对比学习的社交媒体多模态情感分类方法在说明书摘要公布了：本发明提出了一种基于提示驱动和对比学习的社交媒体多模态情感分类方法，旨在提升社交媒体内容中情感分类的准确性。通过引入提示信息优化文本主干结构，去除文本中的噪声与冗余信息，并结合视觉数据增强技术，增强了模型对复杂情感信息的理解能力。利用ResNet‑50、RoBERTa及Transformer等模型提取并融合文本和视觉特征，经由对比学习策略加深模态间联系，最终通过一致性损失和分类损失优化模型性能。本发明在处理MVSA‑Single、MVSA‑Multiple和HFM数据集时表现突出，为社交媒体监测、客户服务及市场策略等领域提供了更精准的情感分析工具。

本发明授权一种基于提示驱动和对比学习的社交媒体多模态情感分类方法在权利要求书中公布了：1.一种基于提示驱动和对比学习的社交媒体多模态情感分类方法，其特征在于，包括以下步骤： 步骤S1，获取社交媒体的文本和视觉模态数据样本，并对数据样本进行预处理； 步骤S2，构建文本主干结构提示信息； 步骤S3，提取原始文本和数据增强后的文本模态特征序列，对文本数据进行句子划分，并加入特殊标识符[CLS]和[SEP]分别标记句子的开头、结尾； 步骤S4，对每个分支的视觉模态提取视觉特征序列； 步骤S5，构建网络，并将融合特征输入到一个注意力层中，深入挖掘模态之间的潜在联系； 步骤S6，将特征融合后的原始文本-视觉样本对、加入提示的文本-视觉样本对，分别与数据增强的文本-视觉样本对进行对比学习； 步骤S7，计算原始样本对与加入提示文本样本对的一致性损失及最终的分类损失，进一步优化模型； 步骤S8，经过多模态情感分类器获得情感分类结果； 所述步骤S2中，构建文本主干结构提示信息的具体公式如下： 其中，P表示经过Llama3模型构建的文本主干结构提示信息，表示原始文本切片，表示原始文本的长度，模型生成提示文本信息的过程； 所述步骤S6中，对比学习的具体表示如下： 其中，表示原始数据样本与数据增强的数据样本之间的矩阵乘积，表示最终提取的原始文本-视觉对的融合特征，表示最终提取的原始文本-视觉对的融合特征的转置，表示加入提示信息的数据样本与数据增强的数据样本之间的矩阵乘积，表示最终提取的加入提示信息的文本-视觉对的融合特征，表示温度参数，取值为0.07，表示原始数据样本与数据增强的样本之间的对比损失，表示加入提示信息的数据样本与数据增强的样本之间的对比损失，表示具有相同的情感极性的样本，表示具有不同的情感极性的样本，表示第个数据样本，表示第个数据样本，表示点积相似度计算过程，表示批处理样本数，表示第个原始数据样本与数据增强的数据样本的矩阵乘积，表示第个加入提示信息的数据样本与数据增强的数据样本的矩阵乘积，表示第个加入提示信息的数据样本与数据增强的数据样本的矩阵乘积。

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云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路2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。