摘要
本发明提供了一种基于粒计算的多模态协同演化反讽识别方法、装置,涉及自然语言处理技术领域,该方法先自多模态提取样本数据并完成预处理与反讽标签标注,形成跨模态对齐的多模态反讽数据集;继而利用层次化粒度分析在各模态特征空间内进行特征聚类,构建多模态多粒度知识表示;随后基于粗糙集依赖函数从各模态中筛选依赖度最高的若干粒度,生成多模态最优粒度矩阵;再从该矩阵中提取已知反讽标签的原型模式向量及待测样本的测试模式向量,构造刻画二者相似度的反讽序参量;最终基于协同学原理构建协同神经网络模型,使各模态序参量在自激励、自抑制与侧抑制机制下协同演化,经权重融合后输出最高序参量对应的反讽标注模式,实现反讽识别。
技术关键词
协同神经网络
多模态
识别方法
原型
样本
模式
协同学原理
模态特征
矩阵
聚类技术
数据处理单元
粗糙集
文本
识别装置
标签
自然语言
跨模态
关键帧
重构
系统为您推荐了相关专利信息
异常识别方法
分析心电图
文本
原型
计算机可读指令