首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

智能网联汽车用户多模态评论有用性预测方法和系统 

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:合肥工业大学

摘要:本发明提供一种智能网联汽车用户多模态评论有用性预测方法、系统、存储介质和电子设备,涉及评论有用性预测领域。本发明提出的邻居感知的多模态评论有用性预测方法,将邻居评论信息引入到对当前评论的有用性预测模型中,通过邻居评论和当前评论等多视图之间的特征交互,考虑了邻居评论对有用性感知的影响。此外,设计的相似‑差异性多视图分解注意力机制考虑了多个视图间的互补性和冲突性,能够获取更全面的多视图特征表示;以及设计的作用于相似性子空间和差异性子空间的双空间对比学习策略,使模型可以学习到具有区别性的多视图深层语义表示,使得多视图特征能够更好地反映当前评论和邻居评论中的共性和差异性,从而提高模型的预测性能。

主权项:1.一种智能网联汽车用户多模态评论有用性预测方法,其特征在于,基于预设的模型,方法包括:获取多个历史多模态评论数据及汇总统计信息;其中任一评论数据包括一条评论文本及多张关联的评论图片、有用性分数标签和数值型评论信息;针对当前位置的评论数据,分别提取其评论文本的文本嵌入表示及所有关联的评论图片的图片嵌入表示,引入相似-差异性多视图分解注意力机制,获取多模态评论特征表示;结合所述多模态评论特征表示与所述数值型评论信息的特征,获取该评论数据的评论特征表示;获取来自所述汇总统计信息的第一初始信念;选择预设数量的相对当前位置的邻居评论数据,融合所有邻居评论数据的评论特征表示,以获取来自邻居的第二初始信念;将所述第一初始信念和第二初始信念进行自适应融合,获取邻居评论特征表示;根据该评论数据的评论特征表示、邻居评论特征表示,再次引入所述相似-差异性多视图分解注意力机制,以获取该评论数据的有用性分数预测结果;根据每一评论数据的有用性分数标签和有用性分数预测结果,构建主任务损失;基于作用于相似性子空间和差异性子空间的双空间对比学习策略,构建辅助损失;最小化所述主任务损失和辅助损失的联合损失函数,训练所述模型直至收敛;将待预测的多模态评论数据作为收敛后的模型的输入,获取相应的有用性分数。

全文数据:

权利要求:

百度查询: 合肥工业大学 智能网联汽车用户多模态评论有用性预测方法和系统

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。