龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国人民解放军战略支援部队信息工程大学
摘要：本发明公开一种基于多模态特征细粒度学习的联合目标实体情感分析方法和模型，通过对文本构建单词依存关系的增强邻接矩阵并采用图卷积网络学习文本句法结构特征，解决了识别文本中不同目标实体的上下文干扰问题，同时引入了从图像中所提取的形容词‑名词对信息使得图像语义更为直观地进行表达，解决了图像特征学习过程中语义提取不明确的问题，进一步提升了模型在目标实体提取和情感分析任务上的性能。实验结果表明，本发明在两个基于Twitter的数据集上取得了具有竞争力的结果，从而验证了本发明所提出方法和模型的有效性。
主权项：1.一种基于多模态特征细粒度学习的联合目标实体情感分析方法，其特征在于，包括：步骤1：采用语言和视觉两类预训练模型分别提取输入多模态样本中文本和图像的单模态特征表示；步骤2：构建多头跨模态注意力机制层，基于构建的多头跨模态注意力机制层得到图像感知的文本特征表示及文本感知的图像特征表示，设置针对视觉特征的图像门控机制，以对文本和图像特征的相关性进行判别；步骤3：针对文本模态构建基于情感增强图卷积网络的文本辅助信息，以学习文本中深层次的句法结构特征；针对图像模态采用形容词-名词对构建图像辅助信息，以从文本层面辅助图像进行语义表达；步骤4：通过步骤2设置的图像门控机制对获得的文本特征表示、文本感知的图像特征表示、文本辅助信息、图像辅助信息进行融合，以生成文本和图像特征的模态间融合表示，基于得到的模态间融合表示，采用条件随机场完成对目标实体的提取和情感分析任务。
全文数据：
权利要求：
百度查询： 中国人民解放军战略支援部队信息工程大学 基于多模态特征细粒度学习的联合目标实体情感分析方法和模型
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号