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
看板
数据分类模型
数据处理方法
数据接口
联邦模型
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
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