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：大连海事大学
摘要：本发明公开了基于流形学习和层次融合网络的多模态幽默识别方法及系统，涉及自然语言处理技术领域，多模态幽默识别是利用多种不同的感知模态来识别和理解幽默。准确识别多模态信息中的幽默可以帮助改善社交媒体推荐系统的性能，通过识别和理解幽默，也能够更加准确地捕捉人们的情感状态。本发明旨在克服现有技术的限制，提供一种创新的多模态幽默识别方法。该方法通过两个层次融合网络进行模态之间的一致性建模，此外，由于流形学习能够将高维的数据映射到低维，并反映原高维数据的本质结构特征，该方法还利用流形学习中的局部线性嵌入方法将视觉和文本特征转化为低维流形特征，以降低噪声和冗余，进而提高多模态幽默识别的性能。
主权项：1.一种基于流形学习和层次融合网络的多模态幽默识别方法，其特征在于，所述方法包括：获取多模态幽默识别数据，并对所述多模态幽默识别数据进行编码，得到多模态幽默特征，所述多模态幽默识别数据为文本图像对；所述多模态幽默特征包括文本特征和视觉特征；计算文本特征和视觉特征之间的微观层级一致性得分；对文本和图像分别进行建模和生成相应的依赖图，基于构建的文本依赖图和视觉依赖图利用图注意力网络得到文本特征和视觉特征，利用局部线性嵌入方法对文本特征和视觉特征进行数据降维，计算数据降维后的文本特征和视觉特征之间的增强级跨模态一致性得分；基于所述微观层级一致性得分和所述增强级跨模态一致性得分进行幽默情感分类，所述幽默情感分类的结果包括幽默和非幽默。
全文数据：
权利要求：
百度查询： 大连海事大学 基于流形学习和层次融合网络的多模态幽默识别方法及系统
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