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!
申请/专利权人:西南交通大学
摘要:本发明公开了基于子标签增强的多视角评论质量排序方法,包括获取评论质量排序数据集,生成各视角相似度分数作为各视角训练的子标签;将训练的文本和图像输入编码器中得到文本特征和图像特征;将文本特征和图像特征输入信息交互模块,通过融合不同模态的特征以得到五个视角表征;将各视角表征串联以获得多视角表征,并利用评论质量分数标签和子标签监督与视角表征有关的训练参数的更新;训练完成后,将测试文本和图像通过编码器生成文本特征及图像特征;将文本特征和图像特征通过训练后的信息交互模块生成各视角表征,并将其串联后形成的多视角表征输入四层线性神经网络以得到评论质量预测分数。本发明在评论质量排序任务上的性能显著提升。
主权项:1.基于子标签增强的多视角评论质量排序方法,其特征在于,该方法包括:步骤S1、获取评论质量排序数据集,生成多视角下的相似性子标签即各视角的相似度分数作为各视角训练的辅助监督信号;步骤S2、将训练的文本和图像分别输入文本编码器、图像编码器中得到文本特征和图像特征;步骤S3、将文本特征和图像特征通过信息交互模块,对模态内和模态间的特征进行融合以得到五个有关评论产品的视角表征,其中,五个视角对分别是评论图文对、评论-产品文本对、评论-产品图像对、评论文本-产品图像对、评论图像-产品文本对;步骤S4、将各视角表征串联得到多视角表征,利用评论质量分数标签监督与多视角表征有关的训练参数的更新,并同时把生成的子标签分别作为五个不同视角表征训练的监督信号以更新与各视角表征相关的训练参数;步骤S5、训练完成后,将待测试文本和图像通过文本编码器和图像编码器生成待测试文本和图像的文本特征及图像特征;步骤S6、将待测试文本特征和图像特征通过训练之后的信息交互模块生成各视角表征,接着利用串联方法得到多视角表征,再将多视角表征输入四层线性神经网络进行预测,得到评论质量分数。
全文数据:
权利要求:
百度查询: 西南交通大学 基于子标签增强的多视角评论质量排序方法
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。