-
公开(公告)号：CN116204850B
公开(公告)日：2023-11-03
申请号：CN202310257670.0
申请日：2023-03-14
Applicant: 匀熵智能科技(无锡)有限公司
IPC: G06F18/25 , G06F16/906 , G06F16/35 , G06F16/75 , G06F16/65 , G06F18/213 , G06F18/24 , G06N3/0442 , G06N3/0455 , G06N3/045 , G06N3/08
Abstract: 本发明涉及情感分析技术领域，具体公开了一种基于动态梯度和多视图协同注意力的多模态情感分析方法，包括：获取具有情感信息的多模态数据；将多模态数据输入至多模态情感分析模型，获得情感分析结果，其中多模态情感分析模型的训练包括：将训练集数据进行模态表示学习以获得浅层学习特征；将浅层学习特征进行特征融合处理获得深层融合特征，以及进行动态梯度调节处理以获得梯度调节参数；根据深层融合特征进行模型预测以获得训练结果；根据验证集数据以及测试集数据重复上述训练过程，以获得多模态情感分析模型。本发明提供的基于动态梯度和多视图协同注意力的多模态情感分析方法在进行情感分析时能够既关注模态之间交互又能关注模态之间的平衡。
-
公开(公告)号：CN116204850A
公开(公告)日：2023-06-02
申请号：CN202310257670.0
申请日：2023-03-14
Applicant: 匀熵智能科技(无锡)有限公司
IPC: G06F18/25 , G06F16/906 , G06F16/35 , G06F16/75 , G06F16/65 , G06F18/213 , G06F18/24 , G06N3/0442 , G06N3/0455 , G06N3/045 , G06N3/08
Abstract: 本发明涉及情感分析技术领域，具体公开了一种基于动态梯度和多视图协同注意力的多模态情感分析方法，包括：获取具有情感信息的多模态数据；将多模态数据输入至多模态情感分析模型，获得情感分析结果，其中多模态情感分析模型的训练包括：将训练集数据进行模态表示学习以获得浅层学习特征；将浅层学习特征进行特征融合处理获得深层融合特征，以及进行动态梯度调节处理以获得梯度调节参数；根据深层融合特征进行模型预测以获得训练结果；根据验证集数据以及测试集数据重复上述训练过程，以获得多模态情感分析模型。本发明提供的基于动态梯度和多视图协同注意力的多模态情感分析方法在进行情感分析时能够既关注模态之间交互又能关注模态之间的平衡。
-
Search Results
2
records
(took 0.022 seconds)
