用户分类模型训练与用户分类方法及相关产品

AITNT
正文
推荐专利
用户分类模型训练与用户分类方法及相关产品
申请号:CN202510437166
申请日期:2025-04-09
公开号:CN120372442A
公开日期:2025-07-25
类型:发明专利
摘要
本公开提供一种用户分类模型训练与用户分类方法及相关产品。该用户分类模型训练方法的一具体实施方式通过利用脑电与语音、文本三种模态信息,对用户在对话过程中的神经生理与语言行为进行综合采集与分析,并借助多模态大模型融合表示不同模态下的特征。随后,通过模态融合与自监督或对比学习等策略,能够在多模态空间对患者的生理和语言特征进行对齐或匹配,形成统一的特征表示,用以判别用户所属的目标分类的类型(例如,抑郁症亚型的类型)。该方法不仅克服了单一模态带来信息不足的问题,也显著降低了对人工分类经验(例如,临床医生诊断经验)的依赖程度,客观化对用户分类(例如,抑郁症亚型分类)的判定过程。
技术关键词
序列 多模态特征融合 语音特征 样本 数据 文本 注意力 融合特征 脑电特征 分类器 分类模型训练方法 矩阵 标签 分类方法 模块 预训练语言模型
系统为您推荐了相关专利信息
1
基于注意力机制和特征聚合的航拍输电线分割方法
混合损失函数约束 输入神经网络模型 分割方法 编码器 注意力机制
2
一种结合机器学习集合预测的洪涝排水效应快速评估方法
XGBoost模型 LightGBM模型 预测评估模型 机器学习方法 优化器
3
一种基于知识图谱特征的银行交易数据图数据库分析方法
数据库分析方法 银行交易数据 账户 图谱特征 节点
4
面向多机构重叠部署的无人机辅助物联网数据采集方法
物联网设备数据 网络 无人机路径规划 能耗 能量消耗
5
用于确定与交通工具环境相关的时空模式的方法
感知系统 计算机系统 分辨率 数据 交通工具环境
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