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：南京信息工程大学
摘要：本发明公开了一种融合交互式会话语境和会话者身份属性的情感识别方法，采集由多人参与的交互式会话记录，构建参与者会话队列；创建语境增强的交互式话语列表，通过提示驱动的情绪模板生成情绪感知增强的个性化话语表达，进行数值化处理并输入到SimCSE模型生成话语的情感嵌入特征；情感嵌入特征被组织成相同数量的批次，输入构建的EmoNet情绪编码器计算信息熵损失和正则化对比学习损失，将两种损失融合为混合对比学习损失用于训练EmoNet网络，优化情感识别的精确度；使用训练好的EmoNet对新输入的数据进行情感分类。本发明适用于大规模互动对话数据的多种应用场景，有效提升了情感识别的自动化水平和适应性。
主权项：1.一种融合交互式会话语境和会话者身份属性的情感识别方法，其特征在于，包括以下步骤：（1）采集由多人参与的交互式会话记录，进行数据清洗，构建参与者会话队列；（2）根据参与者会话队列和身份属性信息，对话语和会话属性之间的依赖关系进行建模，并创建语境增强的交互式话语列表；然后，构建一个由提示驱动的情绪模板生成器，该生成器基于上述话语列表中的内容，生成情绪感知增强的个性化话语表达；（3）将话语进行数值化处理，得到话语的数字化表示；然后将输入SimCSE模型中得到句子的情感嵌入特征；（4）构建情绪编码器EmoNet，包括一个全连接层FC_1、时序感知模块TAM、标准化层NL、全局平均池化层AL、全连接层FC_2和Logits层；将所有的情感嵌入特征e组织为数量相同的批次，其中，每个批次的数据表示为，对应的情感标签为，B表示一个批次中样本的数量；（5）依次将每批次的数据输入EmoNet网络，计算每个批次数据的信息熵损失CE和正则化对比学习损失NSCL；将损失CE和NSCL融合为混合对比学习损失HSCL，训练EmoNet网络；（6）使用训练好的EmoNet进行情感分类，首先对新输入的数据进行预处理，然后输入EmoNet网络得到Logits层输出的预测矩阵，利用函数argmax选出概率最大的对应的类别作为新输入数据的情感类别。
全文数据：
权利要求：
百度查询： 南京信息工程大学 融合交互式会话语境和会话者身份属性的情感识别方法
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。
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