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！

龙图腾网获悉浙江工业大学申请的专利一种基于三模态表征学习的用户属性检测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：CN115687620B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211357140.5，技术领域涉及：G06F16/35；该发明授权一种基于三模态表征学习的用户属性检测方法是由宦若虹;钟国伟;梁荣华设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本一种基于三模态表征学习的用户属性检测方法在说明书摘要公布了：本发明公开了一种基于三模态表征学习的用户属性检测方法，获取用户文本、视觉和音频三个模态特征，分别通过一维卷积将三个模态特征映射到同一个特征空间，分别将得到的三个模态特征加入由正余弦函数构成的位置编码，将文本特征经过单模态transformer编码器做自注意力处理，剔除冗余的语义信息。然后将文本、视觉和音频特征分别经过两个三模态transformer编码器做跨模态交互，将两个三模态transformer编码器的输出进行拼接，得到多模态特征，然后将多模态特征经过GRU和全连接操作，输出用户属性预测值。本发明克服单纯使用传统transformer编码器时模态信息交互不完全的问题，提高了用户属性检测的准确率。

本发明授权一种基于三模态表征学习的用户属性检测方法在权利要求书中公布了：1.一种基于三模态表征学习的用户属性检测方法，其特征在于，所述基于三模态表征学习的用户属性检测方法，包括： 获取用户文本、视觉和音频三个模态特征，分别通过一维卷积将三个模态特征映射到同一个特征空间； 分别将得到的三个模态特征加入由正余弦函数构成的位置编码，得到位置编码后的三个模态特征； 将文本特征经过单模态transformer编码器做自注意力处理，剔除冗余的语义信息； 将前面步骤处理后的文本、视觉和音频特征分别经过两个三模态transformer编码器做跨模态交互，所述三模态transformer编码器使用三模态多头注意力TMHA来对所有的三个模态信息进行提取，均以文本特征作为query，其中一个三模态transformer编码器由视觉特征作为key，音频特征作为value，另一个三模态transformer编码器由音频特征作为key，视觉特征作为value； 将两个三模态transformer编码器的输出进行拼接，得到多模态特征，然后将多模态特征经过GRU和全连接操作，输出用户属性预测值； 其中，所述基于三模态表征学习的用户属性检测方法，还包括： 对于所述基于三模态表征学习的用户属性检测方法中采用的网络，采用如下联合损失函数进行训练： ； 其中，标识联合损失函数，表示平均绝对误差损失，表示吸引排斥损失，表示监督对比损失； ； ； 其中，表示训练样本的用户属性标签，表示用户属性预测值，表示由用户属性标签四舍五入取整而来的用户属性类别值，表示将用户属性预测值向上取整，表示将用户属性预测值向下取整，表示偏移量； ； ； ； ； 其中，表示每个模态正样本的集合，表示每个模态正样本集合中的个数，表示每个模态正负样本的总集合，表示每个模态的单个样本，表示温度系数，表示相对于文本而言的视频、音频模态的正样本，表示相对于文本而言的视频、音频模态的所有正负样本，表示相对于视频而言的文本、音频模态的正样本，表示相对于视频而言的文本、音频模态的所有正负样本，表示相对于音频而言的文本、视频模态的正样本，表示相对于音频而言的文本、视频模态的所有正负样本。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区；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。