Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 太原理工大学谢珺获国家专利权

太原理工大学谢珺获国家专利权

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!

龙图腾网获悉太原理工大学申请的专利一种面向多模态方面级情感分析的特征增强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:CN120031044B

龙图腾网通过国家知识产权局官网在2025-11-14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:202510197333.6,技术领域涉及:G06F40/30;该发明授权一种面向多模态方面级情感分析的特征增强方法是由谢珺;郝雅卉;郝戍峰;杨文秀设计研发完成,并于2025-02-21向国家知识产权局提交的专利申请。

一种面向多模态方面级情感分析的特征增强方法在说明书摘要公布了:本发明涉及自然语言处理、情感分析技术领域,具体为一种面向多模态方面级情感分析的特征增强方法,其包括提取方面词的特征信息,提取出图像区域有效信息;利用三线性相似度算法与方面词匹配,利用注意力机制将匹配度最高的特征表示与方面词进行融合;获取文本的初步特征信息,再获取文本词汇的词性相关信息;构建指向方面词的句法依赖图,其次添加多头交叉注意力机制,依照方面词对文本特征加权;对原始图像进行规范处理,利用ResNet‑152进行图像特征的提取;将方面词与图像模态特征表示输入多头交叉注意力机制,对图像信息进行相关程度区分;针对包含方面词的图像和文本模态特征表示,利用拼接加权方式将图像中的方面词相关情感信息加入到最终的特征表示中。

本发明授权一种面向多模态方面级情感分析的特征增强方法在权利要求书中公布了:1.一种面向多模态方面级情感分析的特征增强方法,其特征在于,包括以下步骤: S1、方面词编码; 针对方面词,采用BERT模型对方面词进行初始编码,获取方面词的特征信息,得到方面词特征向量Ha;通过语义对齐模块,将图像数据转换为多组形容词名词对,名词中包含与方面词相关的信息,形容词指向对应名词所含的情感信息,语义对齐模块判别哪个名词是辅助图像与方面词进行匹配的最佳选择,利用三线性相似度算法计算方面词与名词之间的语义相似度,找出相似程度最大的名词作为方面词表征的补充信息,将语义对齐模块计算得到的名词与方面词特征向量Ha进行融合,得到最终的方面词表示H'a; S2、文本模态编码; 针对文本S,采用BERT模型对文本进行初始编码,获取文本的特征信息,得到文本特征向量获取文本长距离的依赖关系,捕捉真正的文本信息,n为文本S中的单词数量;将HS通过句法知识增强模块得到方面词与文本S中所有单词之间的句法关系Hr,以此注意到所有与方面词相关的单词;其次Hr与HS拼接融合得到改进后的文本表征H'S,将改进后的文本表征H'S与最终的方面词表示H'a共同输入多头交叉注意力机制中,得到方面词引导的文本特征表示HS-a; S3、图片视觉编码; 针对原始图像,进行大小及归一化处理,规范图像格式,其次利用ResNet-152网络进行图像特征HV的提取;再将最终的方面词表示H'a与图像特征HV利用多头交叉注意力机制进行融合,得到方面词引导的图像特征表示HV-a; S4、多模态融合; 将方面词引导的文本特征表示HS-a与方面词引导的图像特征表示HV-a进行融合,拼接后得到包含方面词信息的图文模态特征向量Hc,同时通过情感增强模块将形容词名词对中的形容词加入到Hc中,使得最终的情感倾向更加指向方面词,而不是整个句子,得到Hc',其次通过自注意力机制充分融合内部关于方面词的所有情感信息,最终得到用于情感判别的向量表示Hc”。

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太原理工大学,其通讯地址为:030024 山西省太原市万柏林区迎泽西大街79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。

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。