一种基于动态上下文依赖关系嵌入图神经网络的多模态对话情绪识别方法及系统

AITNT
正文
推荐专利
一种基于动态上下文依赖关系嵌入图神经网络的多模态对话情绪识别方法及系统
申请号:CN202510985592
申请日期:2025-07-17
公开号:CN120805059A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于动态上下文依赖关系嵌入图神经网络的多模态对话情绪识别方法及系统,首先通过特征提取模块获取不同模态的特征信息,预训练模型包含更多有益信息,然后通过单模态图神经网络动态捕捉单模态上下文依赖关系,通过特征拼接构建多模态融合特征,通过多模态图神经网络动态捕捉上下文依赖关系,提供两种图神经网络可选,最后通过情感分类器得到情感识别类别,聚合上下文特征,泛化性更好、识别率更高。
技术关键词
情绪识别方法 动态上下文 情感特征 样本 文本 关系 注意力 语音 节点特征 生成语句 视觉 特征提取模块 面部动作单元 编码特征 多模态特征融合 网络
系统为您推荐了相关专利信息
1
一种基于多模态的智能标注方法和系统
智能标注方法 多模态 模型训练模块 训练集数据 标注系统
2
自然语言驱动的智能体创建方法及系统
自然语言 功能模块 意图 序列 语义
3
一种网络攻击场景智能重构与模式演化分析方法
网络攻击场景 演化分析方法 时空注意力机制 网络安全事件 语义特征
4
一种站台小目标检测方法、模型构建方法及相关产品
特征融合网络 检测模型构建方法 分类网络 特征提取网络 站台
5
一种道路识别方法、装置、计算机设备及存储介质
道路识别方法 神经网络模型 样本 数据 道路特征
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