摘要
本发明公开了一种基于周围环境和上下文感知的情绪补全方法、系统、存储介质及终端,属于情绪识别领域,主要包括:S1、分别获取目标用户和邻居用户在整个时间内的情绪嵌入;S2、根据目标用户的情绪嵌入提取目标用户的全局特征和局部特征,融合后得到上下文特征;根据邻居用户的情绪嵌入提取邻居用户的全局特征和局部特征,融合后得到周围环境特征;S3、将所述上下文特征与周围环境特征融合,得到目标用户的最终情绪特征;S4、根据所述最终情绪特征模拟目标用户和邻居用户的情绪互动。本发明使用DLSTM和多头注意力网络分别提取目标用户和邻居用户的全局和局部特征,再模拟邻居和目标用户情绪交互的方法,还原了现实个体受到周围环境影响的过程,补全目标用户在历史关键时刻缺失的情绪。
技术关键词
补全方法
上下文特征
邻居
情绪特征
Softmax函数
神经网络模型
编码器模块
可读存储介质
嵌入方法
计算机
处理器
注意力
终端
存储器
指令
数据
系统为您推荐了相关专利信息
液压泵
多模态信息融合
状态监测系统
多模态特征
状态诊断
基因表达数据
训练深度学习模型
采样点
节点
邻域