基于超图Transformer的多模态社交网络抑郁症检测方法

AITNT
正文
推荐专利
基于超图Transformer的多模态社交网络抑郁症检测方法
申请号:CN202410949121
申请日期:2024-07-16
公开号:CN118919056B
公开日期:2025-10-24
类型:发明专利
摘要
本发明公开的属于自然语言处理和图神经网络技术领域,具体为基于超图Transformer的多模态社交网络抑郁症检测方法,包括具体步骤如下:对文本数据和图片数据进行预处理,对于文本数据,利用预训练语言模型提取文本特征,并结合主题分析方法构建文本超图,充分捕捉文本数据中语义关联;针对图像数据,通过计算特征表示相关性以构造图像超图,引入视觉超图卷积网络,进一步提取图像特征,加强超图的特征表示能力。本发明的方法针对社交网络抑郁症检测的特点,构建了一个能够反映多模态数据复杂性的超图模型,充分利用了社交网络中文本、图像等多模态数据,综合挖掘跨模态间的复杂关联。
技术关键词
主题分析方法 文本 预训练语言模型 节点特征 图像 社交 实体 融合算法 数据 多头注意力机制 神经网络技术 矩阵 超图模型 图文 卷积算法
系统为您推荐了相关专利信息
1
数据接口的数据处理方法及装置
看板 数据分类模型 数据处理方法 数据接口 联邦模型
2
一种基于机器学习的无人机火源点定位路径规划方法
定位路径规划方法 无人机 障碍物 图像数据预处理 加权特征
3
图像处理方法及相关设备
图像处理方法 多模态 列表 图像处理装置 处理器
4
一种V-PCC的译码单元划分方法、系统及装置
划分方法 视觉 JNDD模型 译码单元 像素点
5
图像处理方法、图像处理模型的训练方法及图像生成方法
图像处理模型 特征提取单元 姿势 图像提取特征 图像编码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号