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！

龙图腾网获悉南京信息工程大学申请的专利提示驱动的两阶段多模态情感表示学习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：CN121524706B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610056330.5，技术领域涉及：G06F18/24；该发明授权提示驱动的两阶段多模态情感表示学习方法是由陈胜宇;王善敏;刘成广;刘青山设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本提示驱动的两阶段多模态情感表示学习方法在说明书摘要公布了：本发明公开了一种提示驱动的两阶段多模态情感表示学习方法，包括：从多个公开的多模态情感分析数据集中分别采集原始视频数据；进行预处理和特征提取，得到视觉、音频和文本的向量化多模态特征表示，获取多源情绪线索；在训练阶段，构建提示驱动的两阶段多模态情感表示学习模型，通过情感锚点对比对齐阶段增强类间可分离性并保留类内强度特征，包括基于提示的情感锚点学习和联合表征与情感锚点间的对比对齐；通过情感强度偏移估计阶段捕捉情绪表达的动态变化；在推理阶段，进行情感类别的预测和最终情感状态的预测。本发明方法能够稳定地捕捉多模态间的共享情感特征，有效抑制个体差异带来的干扰，显著提升了情感预测的准确率和鲁棒性。

本发明授权提示驱动的两阶段多模态情感表示学习方法在权利要求书中公布了：1.一种提示驱动的两阶段多模态情感表示学习方法，其特征在于，具体步骤如下： 步骤1、从多个公开的多模态情感分析数据集中分别采集原始视频数据，进行数据标注，并划分为训练集、验证集和测试集； 步骤2、对原始视频数据进行预处理和特征提取，得到视觉、音频和文本的向量化多模态特征表示，获取多源情绪线索； 步骤3、在训练阶段，构建提示驱动的两阶段多模态情感表示学习模型，包括情感锚点对比对齐阶段和情感强度偏移估计阶段，学习模态间的交互关系并进行情感分析； 所述情感锚点对比对齐阶段，用于增强类间可分离性并保留类内强度特征，包括： 基于提示的情感锚点学习，利用情感标签的语义信息，在交叉熵损失的约束下进行训练，生成具有类别区分度的情感锚点； 联合表征与情感锚点间的对比对齐，借助情感锚点的类间区分性强化联合表征，在粗粒度上判断样本的情感类别，方法如下： 步骤311、对于样本输入的视觉、语音和文本多模态特征，采用多模态表征学习方法进行融合和解耦，通过跨模态交互得到联合表征； 其中，下标分别表示文本模态，视觉模态和音频模态； 步骤312、在联合表征与情感锚点之间构建对比学习，将和联合表征属于同一情感类别的锚点视为正样本，记为，将之外的其余情感锚点视为负样本，使用对比损失作为目标函数，最大化正样本对的相似度，最小化负样本对的相似度； 其中，表示指数函数，表示余弦相似度计算，表示温度系数，用于控制类别分布平滑度； 所述情感强度偏移估计阶段，用于捕捉情绪表达的动态变化，计算样本联合表征的情感状态与情感锚点之间的细粒度偏移，预测相对于情绪极性的强度变化； 步骤4、在推理阶段，基于联合表征与各情感锚点的相似度得分，计算预测的强度偏移，进行情感类别的预测和最终情感状态的预测。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。