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

一种基于复数神经网络的多模态对话情感识别方法 

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:电子科技大学

摘要:本发明公开了一种基于复数神经网络的多模态对话情感识别方法,涉及神经网络技术领域,该方法设计了基于复数神经网络的模型,多模态包括文本、视觉和听觉模态;模型包括:模态编码器,用于获得上下文感知的单模态表示,并映射到复数向量空间;多模态融合模块,用于基于线性融合函数聚合各模态得到融合的多模态表征;对话者建模模块,用于基于复数向量空间中相位的促进性或破坏性加法,在对话中显式学习和传播说话者感知的动态;情感分类器用于对对话者感知的情感状态进行预测。本发明在计算效率更高的同时提供具有竞争力的结果,能捕获ERC数据中的细微关系和依赖,可以高效地合并有价值的多模态信息,从而让模型对模态间潜在相关性能够更深入地理解。

主权项:1.一种基于复数神经网络的多模态对话情感识别方法,其特征在于,基于多模态的特性和对对话者的依赖关系,设计基于复数神经网络的模型Emoplex,基于模型Emoplex进行多模态对话情感识别,多模态包括文本、视觉和听觉模态;模型Emoplex包括模态编码器、多模态融合模块、对话者建模模块和情感分类器;模态编码器用于将单模态语句映射到联合嵌入空间并进行上下文化,之后映射为复数向量空间中的复数嵌入向量;多模态融合模块用于为每种模态引入对应的实值权重参数,并映射到复数向量空间,之后基于线性融合函数聚合各模态得到融合的多模态表征,各模态对应的实值权重参数为可训练且随机初始化的参数,并与上下文无关;对话者建模模块用于将融合的多模态表征作为输入,基于复数向量空间中相位的促进性或破坏性加法,在对话中显式学习和传播说话者感知的动态,得到对话者感知的情感状态;情感分类器用于对对话者感知的情感状态进行预测,实现多模态对话情感识别。

全文数据:

权利要求:

百度查询: 电子科技大学 一种基于复数神经网络的多模态对话情感识别方法

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。