-
公开(公告)号：CN112348075B
公开(公告)日：2022-09-20
申请号：CN202011206336.5
申请日：2020-11-02
Applicant: 大连理工大学
Abstract: 本发明属于多模态情感计算、深度学习领域，涉及一种基于情景注意力神经网络的多模态情感识别方法。通过本发明方法，针对情感多模态信息进行特征提取和基于注意力机制的特征融合操作，能够有效提取各模态之间的相互作用，然后将得到的特征向量送入神经网络。通过神经网络中嵌入的情景注意力模块来挖掘说话人个人情感依赖特征和全局对话情景特征在空间和通道上的关联性，达到更优的分类效果，更好地针对对话中目标说话人进行情感分析并做出情绪状态判断。
-
公开(公告)号：CN113065344B
公开(公告)日：2025-05-27
申请号：CN202110330443.7
申请日：2021-03-24
Applicant: 大连理工大学
IPC: G06F40/279 , G06F16/355 , G06F40/126 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明属于迁移学习、情感计算等技术领域，涉及一种基于迁移学习和注意力机制的跨语料库情感识别方法。本发明方法中使用编码‑解码在源语料库上进行训练，并通过循环卷积神经网络RNN提取上下文中的情感依赖和传递情况，将编码和上下文情感依赖等特征参数迁移到目标语料库的训练中，通过训练将迁移损失控制在一定范围内进而完成知识迁移，在目标语料库上借助迁移学习的知识进行编码‑上下文特征参数提取‑分类的操作，最终完成目标语料库上说话人情感状态判定的任务，能够有效解决小样本训练不充分的问题。
-
公开(公告)号：CN112348075A
公开(公告)日：2021-02-09
申请号：CN202011206336.5
申请日：2020-11-02
Applicant: 大连理工大学
Abstract: 本发明属于多模态情感计算、深度学习领域，涉及一种基于情景注意力神经网络的多模态情感识别方法。通过本发明方法，针对情感多模态信息进行特征提取和基于注意力机制的特征融合操作，能够有效提取各模态之间的相互作用，然后将得到的特征向量送入神经网络。通过神经网络中嵌入的情景注意力模块来挖掘说话人个人情感依赖特征和全局对话情景特征在空间和通道上的关联性，达到更优的分类效果，更好地针对对话中目标说话人进行情感分析并做出情绪状态判断。
-
公开(公告)号：CN113065344A
公开(公告)日：2021-07-02
申请号：CN202110330443.7
申请日：2021-03-24
Applicant: 大连理工大学
IPC: G06F40/279 , G06F16/35 , G06F40/126 , G06N3/04 , G06N3/08
Abstract: 本发明属于迁移学习、情感计算等技术领域，涉及一种基于迁移学习和注意力机制的跨语料库情感识别方法。本发明方法中使用编码‑解码在源语料库上进行训练，并通过循环卷积神经网络RNN提取上下文中的情感依赖和传递情况，将编码和上下文情感依赖等特征参数迁移到目标语料库的训练中，通过训练将迁移损失控制在一定范围内进而完成知识迁移，在目标语料库上借助迁移学习的知识进行编码‑上下文特征参数提取‑分类的操作，最终完成目标语料库上说话人情感状态判定的任务，能够有效解决小样本训练不充分的问题。
-
-
-
Search Results
4
records
(took 0.011 seconds)
