摘要
本发明提供一种基于表情符号感知和深宽模型的抑郁情绪识别方法及系统,属于抑郁情绪识别领域,包括:将待识别的发布内容中输入至预先训练的深度模块,获取深度模块输出的深层特征;将待识别的发布内容及其属性信息输入预先训练的宽度模块,得到宽度模块输出的浅层特征;将深层特征输入第一分类器,得到第一分类器输出的表情符号预测结果,同时,将深层特征和浅层特征拼接后输入第二分类器,得到第二分类器输出的抑郁情绪识别结果为抑郁情绪或非抑郁情绪。本发明通过多任务学习的方式,使得用于抑郁情绪识别的深层特征同时包含了待识别的发布内容的文本和表情符号感知信息,在引入表情符号模态的同时提高了抑郁情绪识别的准确率及泛化性。
技术关键词
情绪识别方法
抑郁
分类器
文本
BiLSTM模型
非暂态计算机可读存储介质
情绪识别系统
多任务
深层特征提取
浅层特征提取
语义
数据
BERT模型
处理器
社交平台
计算机程序产品
注意力机制
画像
识别模块
系统为您推荐了相关专利信息
数据结构化系统
电子病历
文本数据结构
专用实体
医学
多模态语音
训练系统
骨骼运动数据
BERT模型
语义