内蒙古工业大学苏依拉获国家专利权
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!
龙图腾网获悉内蒙古工业大学申请的专利一种基于三级图像特征与图数据文本的多模态情感分析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:CN115512377B 。
龙图腾网通过国家知识产权局官网在2025-08-01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:202211144564.3,技术领域涉及:G06V30/413;该发明授权一种基于三级图像特征与图数据文本的多模态情感分析方法是由苏依拉;郭晨雨;仁庆道尔吉;吉亚图设计研发完成,并于2022-09-20向国家知识产权局提交的专利申请。
本一种基于三级图像特征与图数据文本的多模态情感分析方法在说明书摘要公布了:一种基于三级图像特征与图数据文本的多模态情感分析方法,获取由图像和文本组成的评论数据集;采用BiGCN模型提取文本特征,并进行情感分析得到情感值M1;采用包括一个主网络、四个分支以及融合层和分类层的CNN模型提取图像中的低级特征、中级特征以及高级特征,特征融合后进行情感分析得到情感值M2;将情感值M1和情感值M2进行结果层面上的融合,得到融合情感值M;融合文本特征和图像特征进行讽刺识别,依据讽刺识别结果,确定最终情感值本发明结合了图像的低、中、高三级特征以及图数据的文本特征,大大降低了情感识别的误差,同时具有良好的通用性;通过引入讽刺识别,能更加精准地识别出情感极性。
本发明授权一种基于三级图像特征与图数据文本的多模态情感分析方法在权利要求书中公布了:1.一种基于三级图像特征与图数据文本的多模态情感分析方法,其特征在于,包括如下步骤: 步骤1,获取由图像和文本组成的评论数据集; 步骤2,采用BiGCN模型提取文本特征,并进行情感分析得到情感值M1; 步骤3,采用CNN模型提取图像中不同层次的图像特征; 所述CNN模型包括一个主网络、四个分支以及融合层和分类层;所述主网络包括依次的四个卷积层,每个卷积层后设置一个分支;其中第一个卷积层和第二个卷积层提取图像的低级特征,即视觉特征;第三个卷积层提取图像的中级特征,即图像美学特征;第四个卷积层提取图像的高级特征,即图像语义特征;各分支包括标准化层和全连接层,各卷积层的输出标准化后通过全连接层,然后在融合层进行特征融合,并进行情感分析得到情感值M2; 步骤4,将情感值M1和情感值M2进行结果层面上的融合,得到融合情感值M; 步骤5,融合所述文本特征和所述图像特征进行讽刺识别,依据讽刺识别结果,确定最终情感值公式如下: 其中,S表示讽刺识别结果,S=1,表示识别为讽刺,S=0,表示识别为非讽刺; 当表示积极;当表示中立;当表示消极; 所述步骤2,采用原始图与特征图的双图模式提取文本特征,所述原始图表示文本以及文本间的关系,依据用户间的关系构建,表示为GV,E,V表示节点,评论数据集的每个文本为一个节点,E表示边,代表文本间的关系;V={1,…,n},n为评论数据集中的文本数量也即节点数量;所述特征图基于评论间的潜在关系构造,表示为Gf;对所述原始图进行逐列滤波,对所述特征图进行逐行滤波,对两者得到的特征取均值经过BiGCN模型的一层得到文本特征。
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内蒙古工业大学,其通讯地址为:010080 内蒙古自治区呼和浩特市土默特左旗内蒙古工业大学金川校区;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。