摘要
本发明涉及多模态识别技术领域,特别涉及受记忆检索和跨模态交互启发对话情绪识别方法及装置。方法包括:设计了动态记忆选择器,它能够实现自适应的、特定于模态的上下文检索,从而实现更准确的上下文嵌入。HierSensNet则模拟了大脑的层次跨模态交互机制,捕获了复杂的跨模态相互关系和互补性,促进了充分的多模态融合。在基准数据集上的实验结果证明了其有效性和优越性。本发明旨在解决ERC任务中面临的僵化的上下文依赖和多模态融合不足的局限性。
技术关键词
情绪识别方法
语句
记忆
情感分类器
情感类别
多层感知机
情绪识别装置
节点
音频特征
模态特征
计算机可读指令
模块
多模态
关系
编码
视觉特征
识别设备
网络
文本
多头注意力机制
系统为您推荐了相关专利信息
报表生成方法
报表生成系统
自然语言模型
输出显示设备
数据可视化工具
多元线性回归模型
数据
风力发电机组技术
时序
标签
广告识别模型
全局特征提取
时序特征
多尺度
编码器
多模态
配件装置
人工智能模块
电子装置
人工智能操作系统