Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东大学杨静静获国家专利权

山东大学杨静静获国家专利权

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!

龙图腾网获悉山东大学申请的专利一种社交媒体情感分析方法、系统、设备及介质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:CN121278149B

龙图腾网通过国家知识产权局官网在2026-03-17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:202511850786.0,技术领域涉及:G06F16/9035;该发明授权一种社交媒体情感分析方法、系统、设备及介质是由杨静静;刘畅;陈媛;王悦设计研发完成,并于2025-12-10向国家知识产权局提交的专利申请。

一种社交媒体情感分析方法、系统、设备及介质在说明书摘要公布了:本发明属于自然语言处理技术领域,为了解决现有低资源语言训练数据少,以及多模态在对齐、融合上的鲁棒性差的问题,提出一种社交媒体情感分析方法、系统、设备及介质,利用微调的大模型进行样本扩充;情感分析模型包括多个单模态编码器和多模态融合模型;利用知识蒸馏技术将微调后大模型的表征能力迁移至单模态编码器;在融合模型训练中,利用多头注意力机制计算文本与视频之间的对齐关系,音频和文本‑视频对齐特征的对齐关系,引入最优传输对齐约束,以强制注意力矩阵与最优传输方案一致,实现特征对齐,提高情感分析准确性。

本发明授权一种社交媒体情感分析方法、系统、设备及介质在权利要求书中公布了:1.一种社交媒体情感分析方法,其特征在于,包括: 基于真实多模态情感样本,利用微调的大模型进行样本扩充,生成虚拟多模态情感样本; 利用真实多模态情感样本和虚拟多模态情感样本对情感分析模型进行训练,利用训练好的情感分析模型对待分析的情感样本进行分析,得到情感分析结果; 其中,所述情感分析模型包括多个单模态编码器和多模态融合模型;利用知识蒸馏技术将微调后大模型的表征能力迁移至单模态编码器,利用迁移训练后的单模态编码器分别提取对应模态情感样本的嵌入特征; 在多模态融合模型训练中,利用多头注意力机制计算文本嵌入特征与视频嵌入特征之间的对齐关系,音频嵌入特征和文本-视频对齐特征的对齐关系,引入最优传输对齐约束构建代价矩阵并求解最优传输矩阵,以强制注意力矩阵与最优传输方案一致,实现文本嵌入特征和视频嵌入特征的对齐,以及音频嵌入特征与文本-视频对齐特征的对齐; 具体为:利用多头注意力机制计算文本嵌入特征与视频嵌入特征之间的对齐关系,引入最优传输对齐约束,构建基于特征余弦相似度的代价矩阵并求解最优传输矩阵,以强制注意力矩阵与最优传输方案一致,实现文本嵌入特征和视频嵌入特征的对齐; 利用多头注意力机制计算音频嵌入特征和文本-视频对齐特征的对齐关系,引入最优传输对齐约束,构建基于特征余弦相似度的代价矩阵并求解最优传输矩阵,以强制注意力矩阵与最优传输方案一致,实现音频嵌入特征与文本-视频对齐特征的对齐; 单模态编码器的总损失函数为: ; ; ; ; 其中,为单模态蒸馏损失;表示对于输入样本x的数学期望;表示KL散度;表示模态种类;表示教师模型,表示学生模型,表示模态e的样本数据,表示情感标签;为跨模态自反映射损失;表示从模态特征到模态的映射网络,用于特征互反映;表示由样本中的原始特征映射得到隐特征;为残差记忆补偿损失函;表示欧几里得范数的平方;为融合损失函数;、、分别表示平衡因子。

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山东大学,其通讯地址为:250000 山东省济南市历城区洪家楼5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。

免责声明
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。