公开(公告)号：CN117874255A

公开(公告)日：2024-04-12

申请号：CN202410043517.2

申请日：2024-01-11

Applicant: 东南大学

Inventor： 吴含前 ,  李昕玮 ,  寇雯茜 ,  甘秉坤

IPC: G06F16/36 ,  G06F16/35 ,  G06F16/332 ,  G06F18/25 ,  G06V40/16 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种基于句法和面部特征的图融合的多模态社交关系抽取模型。该方法在文本层面融入词性、依存边和依存标签三种句法信息，在图片层面使用Transformer来建模头尾实体面部的隐式关联信息。为了构建多模态图神经网络，将头尾实体对应的词向量最大池化成两个文本节点，对应的面部表征则设为两个视觉节点；同时每一个文本节点都与其它两个视觉节点相连，每一个视觉节点都与其它两个文本节点相连。接着利用跨模态注意力机制实现多模态特征的融合。此外，由于数据集中样本分布不均衡，大量社交关系类别对应的样本数稀少，本发明基于原型网络进行少样本学习。实验结果表明，该方法可以有效融入句法和面部特征，并通过多模态融合生成更高质量的文本向量。在少样本学习的各种实验设置下，模型分类准确率大幅领先其它基准方法。