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！

龙图腾网获悉电子科技大学申请的专利基于多源双语及跨模态特征融合与增强的中文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：CN119961759B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510322558.X，技术领域涉及：G06F18/241；该发明授权基于多源双语及跨模态特征融合与增强的中文情感分类方法是由欧杰;夏琦洋;陈凌锋;李文艺;田文洪设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本基于多源双语及跨模态特征融合与增强的中文情感分类方法在说明书摘要公布了：本发明公开了基于多源双语及跨模态特征融合与增强的中文情感分类方法，属于情感计算技术领域，具体地：获取待分类中文文本并翻译；获取待分类图像的图像中文文本并翻译；构建双语特征提取模型，利用其分别提取待分类中文文本和图像中文文本的双语融合特征；提取待分类图像的全局视觉情感语义表示；构建情感知识库，对待分类中文文本的双语融合特征搜索处理得到外部情感表示；通过待分类图像的跨模态注意力融合，增强待分类中文文本的双语融合特征，基于所得跨模态情感表示预测情感分类结果。本发明通过充分挖掘用户发表的中英混合文本和配图的特征，有效捕捉不同来源的强情感表达词汇，显著提升中文情感分类任务的准确性，并兼顾模型计算效率。

本发明授权基于多源双语及跨模态特征融合与增强的中文情感分类方法在权利要求书中公布了：1.基于多源双语及跨模态特征融合与增强的中文情感分类方法，其特征在于，包括以下步骤： 步骤1、获取待分类中文文本和相配合的待分类图像，将待分类中文文本翻译为语义对齐的待分类英文文本；所述待分类中文文本为包含少量英文的中英混合文本； 步骤2、构建并训练双语特征提取模型，包括预训练语言模型、中文轻量级网络模块、英文轻量级网络模块和双语交叉注意力模块； 步骤3、将待分类中文文本和待分类英文文本输入至训练后的双语特征提取模型，提取得到对应的中文特征和英文特征，以及双语融合特征； 步骤4、利用计算机视觉模型，对待分类图像进行文本检测，并提取待分类图像中包含的文本区域；之后利用文本识别模块将文本区域识别为字符串，作为图像中文文本，并翻译为语义对齐的图像英文文本； 将图像中文文本和图像英文文本输入至训练后的双语特征提取模型，提取得到对应的图像中文特征和图像英文特征，以及图像双语融合特征； 步骤5、基于包含多个文本片段且已知情感分类的多语言语料，将中文的文本片段翻译为语义对齐的英文的文本片段，利用训练后的双语特征提取模型，提取文本片段对应的中文特征和英文特征，构建得到情感知识库； 步骤6、在情感知识库中对进行最近邻检索，获得多个最相关语义表示，通过对其赋权、加权求和以及平均化，得到外部情感表示； 步骤7、利用预训练的卷积神经网络对待分类图像进行全局特征提取，得到全局图像表示；构建并训练情感特征抽取模块，利用训练后的情感特征抽取模块提取全局图像表示中与情感相关的视觉特征，作为全局视觉情感语义表示； 步骤8、构建并训练跨模态注意力融合模块，利用训练后的跨模态注意力融合模块对、和进行跨模态注意力融合，得到跨模态融合表示，并利用残差机制将跨模态融合表示与相结合，得到跨模态情感表示； 步骤9、利用情感分类器对进行情感类别预测，得到待分类中文文本的情感分类结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。