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！

龙图腾网获悉郑州轻工业大学申请的专利一种基于多任务学习的对话讽刺和情感联合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：CN115640530B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211368781.0，技术领域涉及：G06F18/24；该发明授权一种基于多任务学习的对话讽刺和情感联合分析方法是由张亚洲;俞洋;戎璐;陈锐;郑倩;李祖贺设计研发完成，并于2022-11-03向国家知识产权局提交的专利申请。

本一种基于多任务学习的对话讽刺和情感联合分析方法在说明书摘要公布了：本发明提出了一种基于多任务学习的对话讽刺和情感联合分析方法，其步骤如下：收集多模态对话情感语料集，对文本标签和每段对话的多模态数据进行预处理，对文本、图像和音频分别进行特征提取；采用多头注意力机制将得到的特征进行融合；将融合特征输入交互学习网络，采用基于软参数共享的多任务学习范式学习讽刺任务和情感任务分别获得其底层表示；以讽刺识别为主任务，情感分析为次任务，运用多任务交互方法，在讽刺检测任务中融入情感分析知识，得到讽刺分类和情感分类的结果。本发明能够有效地捕捉不同模态的全局信息；利用多任务学习框架能够同时学习不同任务之间的关联和差异，并通过多任务间的交互，提高讽刺和情感任务分类的准确率。

本发明授权一种基于多任务学习的对话讽刺和情感联合分析方法在权利要求书中公布了：1.一种基于多任务学习的对话讽刺和情感联合分析方法，其特征在于，其步骤如下： 步骤一：收集多模态对话情感语料集，多模态对话情感语料集包括N个对话样例，每段对话样例以时间为序记录了每个说话者的文本话语、表情图像以及声音； 步骤二：对多模态对话情感语料集的文本标签进行预处理，并将预处理后的多模态对话情感语料集随机分成训练集和测试集； 步骤三：对多模态对话情感语料集中每段对话的多模态数据进行预处理，并对文本、图像和音频三种模态分别进行特征提取； 步骤四：采用多头注意力机制方法将步骤三中得到的文本特征、图像特征和音频特征进行特征融合；将文本图像的融合特征向量和文本音频的融合特征向量进行拼接得到特征向量Hc，并将其自身作为查询向量、键和值，经过多头注意力机制方法融合，采用前馈神经网络和具有残差连接的两层规范获得单个注意力机制层的输出结果，堆栈N个相同的注意力机制层最终得到多模态融合特征Hf； 步骤五：将多模态融合特征输入构建的一个由双门控网络和多个全连接层组成的交互学习网络，通过采用基于软参数共享的多任务学习范式学习讽刺任务和情感任务，分别获得讽刺检测任务和情感分析任务的底层表示； 步骤六：以讽刺识别为主任务，情感分析为次任务，运用多任务交互方法，在讽刺检测任务中融入情感分析知识，得到讽刺分类和情感分类的结果； 所述基于软参数共享的多任务学习范式的实现方法为：为讽刺任务和情感任务分别设置一个门控网络，所有的目标任务共享l个全连接层输出的结果，两个门控网络用来学习选择每个全连接层输出的信号权重，通过门控网络输出的分数进行加权组合分别得到不同任务的底层输入表示计算方法为： FiHf＝WiHf+bi 其中，Hf为多模态融合特征，k表示情感分析或者讽刺识别任务，即k∈sen,sar，sen表示情感分析任务，sar表示讽刺检测任务，Wi表示不同的参数矩阵，bi是权重偏移，FiHf,i＝1,...,l表示第i个全连接层的输出，l表示全连接层的个数；GkHf用来为l个全连接层的输出分配权重分数，softmax是归一化指数函数； 所述多任务交互方法为：运用两个门控循环单元组合去学习讽刺识别和情感分析任务的交互，以讽刺任务为主要任务，情感分析为次要任务，从步骤五中获得情感分析任务的底层输入表示作为情感任务的门控循环单元GRUsen的输入，得到包含情感分析任务知识的隐藏向量融入情感任务的信息，将隐藏向量和底层输入表示作为讽刺任务的门控循环单元GRUsar的输入，得到隐藏向量最后将隐藏向量和隐藏向量输入到softmax回归函数分别计算分类的概率，得到讽刺和情感分类的结果。

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郑州轻工业大学，其通讯地址为：450000 河南省郑州市高新技术产业开发区科学大道136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。