一种基于深度模型的知识数据分类多模态推理演化系统

本申请提供一种基于深度模型的知识数据分类多模态推理演化系统，该系统包括：动态语义记忆网络模块，用于多源异构数据，利用记忆网络存储多源异构数据，根据新输入的多源异构数据与记忆网络中已有知识内容的关联性，动态地更新记忆网络中的知识内容；跨模态协同分类增强模块，用于从多源异构数据中提取不同模态的特征向量并进行特征对齐，将特征对齐后的特征向量进行特征融合生成融合多模态信息的综合特征向量；多级分层注意力分类模块，用于采用多级注意力机制对综合特征向量进行处理来理解多源异构数据的整体内容和上下文信息，进而做出分类决策。本申请实现了对复杂信息的智能处理和分类决策，为中图分类体系的知识演化提供了坚实的技术支撑。