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：天津师范大学;郑州轻工业大学
摘要：一种基于依存句法和图神经网络的多模态命名实体识别方法，包括以下步骤：获取文本及文本关联图像，利用预训练模型获取文本的上下文特征表示并分别构建文本语义图和文本句法图，然后利用图共享卷积网络对文本的上下文特征表示、文本语义图和文本句法图进行处理，获取最终文本特征表示；通过图像字幕生成模型将文本关联图像转换为图像标题，构建图像标题语义图和图像标题句法图，然后利用图共享卷积网络，获取最终图像标题特征表示；利用视觉图神经网络对文本关联图像进行提取，获取图级视觉特征表示；利用跨模态Transformer融合获得多模态特征表示，然后利用条件随机场对多模态特征表示进行处理，输出实体概率分布。本发明通过充分挖掘和利用语义信息和句法信息，显著提升了命名实体准确性，提高多模态命名实体识别的有效性和灵活性。
主权项：1.一种基于依存句法和图神经网络的多模态命名实体识别方法，其特征在于，包括以下步骤：S1：获取文本及文本关联图像，利用预训练模型获取文本的上下文特征表示并分别构建文本语义图和文本句法图，然后利用图共享卷积网络对文本的上下文特征表示、文本语义图和文本句法图进行处理，获取最终文本特征表示；S2：通过图像字幕生成模型将文本关联图像转换为图像标题，利用预训练模型获取图像标题的特征表示并分别构建图像标题语义图和图像标题句法图，然后利用图共享卷积网络对图像标题的特征表示、图像标题语义图和图像标题句法图进行处理，获取最终图像标题特征表示；S3：利用视觉图神经网络对文本关联图像进行提取，获取图级视觉特征表示；S4：利用跨模态Transformer融合最终文本特征表示、最终图像标题特征表示和图级视觉特征表示，获得多模态特征表示，然后利用条件随机场对多模态特征表示进行处理，输出实体概率分布。
全文数据：
权利要求：
百度查询： 天津师范大学 郑州轻工业大学 一种基于依存句法和图神经网络的多模态命名实体识别方法
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