龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：烟台大学;哈尔滨工业大学(威海)
申请日：2024-04-19
公开（公告）日：2024-06-25
公开（公告）号：CN118245846A
主分类号：G06F18/24
分类号：G06F18/24;G06F18/213;G06F18/25;G06N3/0442;G06N3/0455;G06N3/0985;G06N3/09
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明提供了一种面向不确定模态缺失的多模态意图识别方法及系统，属于数据处理技术领域。首先，通过LSTM编码器进行特征提取；其次，通过基于注意力的双向门控多模态特征融合方法进行多模态特征融合，并基于CMD的距离约束策略拉近各个模态到文本模态的距离；然后，将融合后的多模态特征输入Transformer编解码器进行学习，同时，根据不确定模态缺失情况，输入不同的注意力级提示，从而引导网络关注那些缺失的模态；最后，将多模态特征输入分类器进行意图识别；同时，在训练过程中以全模态场景下预训练的模型在分类器对模型进行指导，从而帮助模型在减少过拟合的同时进一步提升泛化能力。
主权项：1.一种面向不确定模态缺失的多模态意图识别方法，其特征在于，包括以下过程：获取不确定模态缺失的多模态数据，通过LSTM编码器进行多模态数据的特征提取，得到不同模态特征；最小化文本模态特征与视觉模态特征和音频模态特征的相似性损失，通过基于注意力的双向门控多模态特征融合方式进行不同模态特征的融合；将融合后的多模态特征输入Transformer模型进行学习，根据不确定模态缺失情况，向每个Transformer块的多头自注意力层的键和值中添加不同的注意力级提示，以引导Transformer模型关注缺失的模态；以Transformer模型输出的特征作为分类器的输入，得到多模态意图识别结果。
全文数据：
权利要求：
百度查询： 烟台大学;哈尔滨工业大学(威海) 面向不确定模态缺失的多模态意图识别方法及系统
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。
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