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：支付宝(杭州)信息技术有限公司

摘要：本说明书实施例描述了属性识别方法和装置。根据实施例的方法，首先获取来自至少两个模态的用于对属性进行识别的原始数据，然后分别针对每种模态的原始数据进行属性特征的挖掘。进一步，将得到的各个模态的属性特征进行融合后，即可根据融合后的融合特征得到属性的识别结果。本方案是通过将不同模态的数据进行融合来实现对属性的识别，如此能够充分吸取各个模态的数据对属性进行识别的优势，不会遗漏某些对属性识别有利的信息，从而能够提高属性识别的准确性。

主权项：1.属性识别方法，包括：获取来自至少两个模态的用于对所述属性进行识别的原始数据；其中，所述至少两个模态的原始数据的语义的相似度大于预定值；分别对所述至少两个模态的原始数据进行特征挖掘，得到各个模态对应的属性特征；其中，所述属性特征为能够对所述属性产生影响的特征；将得到的各个模态对应的属性特征进行融合，得到融合特征；利用所述融合特征，得到所述属性的识别结果；其中，当所述至少两个模态中包括语音模态以及文本模态时；所述将得到的各个模态对应的属性特征进行融合得到融合特征，包括：计算所述文本模态的属性特征对所述语音模态的属性特征的影响力，得到所述语音模态的影响力矩阵；其中，所述文本模态的属性特征为能够表征所述属性的细节的特征；计算所述语音模态的属性特征对所述文本模态的属性特征的影响力，得到所述文本模态的影响力矩阵；其中，所述语音模态的属性特征为能够表征所述属性的细节的特征；将所述语音模态的影响力矩阵、所述文本模态的影响力矩阵、以及各模态的属性特征所对应的矩阵进行拼接，得到所述融合特征；其中，所述语音模态的属性特征包括语音特征向量和语音对齐矩阵，所述文本模态的属性特征包括文本特征向量和文本对齐矩阵；所述计算所述文本模态的属性特征对所述语音模态的属性特征的影响力得到所述语音模态的影响力矩阵，包括：利用如下计算式，计算所述语音模态的影响力矩阵：Ea＝δWa·Xs其中，Ea用于表征所述语音模态的影响力矩阵，Wa用于表征所述语音对齐矩阵，Xs用于表征所述文本特征向量，δ·用于表征Sigmoid激活函数；和或，所述计算所述语音模态的属性特征对所述文本模态的属性特征的影响力得到所述文本模态的影响力矩阵，包括：利用如下计算式，计算所述文本模态的影响力矩阵：Es＝δWs·Xa其中，Es用于表征所述文本模态的影响力矩阵，Ws用于表征所述文本对齐矩阵，Xa用于表征所述语音特征向量，δ·用于表征Sigmoid激活函数。

全文数据：

权利要求：

百度查询： 支付宝(杭州)信息技术有限公司 属性识别方法和装置