买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利耦合公园社交媒体评论文本与图像的双模态评分方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117932404B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410016760.5，技术领域涉及：G06F18/24；该发明授权耦合公园社交媒体评论文本与图像的双模态评分方法及系统是由赵旭凯;林广思;陆宇星设计研发完成，并于2024-01-05向国家知识产权局提交的专利申请。

本耦合公园社交媒体评论文本与图像的双模态评分方法及系统在说明书摘要公布了：本发明公开了一种耦合公园社交媒体评论文本与图像的双模态评分方法及系统，所述方法包括：获取公园社交媒体评论数据，并进行分类标注，建立公园评论感知分类数据集；基于公园评论感知分类数据集，对CN‑CLIP模型进行微调，得到Park‑CN‑CLIP模型，使用该模型中的文本与图像编码器，提取公园评论感知分类数据集中文本与图像的特征，使用Transformer编码器将两类特征进行融合，使用全连接层输出预测，完成公园双模态评分模型的训练；针对目标公园所收集的社交媒体评论数据，使用训练好的公园双模态评分模型对评论进行感知分数预测，得到公园评论的感知评分。本发明有助于提高公众对城市绿地规划与管理的参与度和满意度，并为城市的绿地规划与管理提供有益的参考。

本发明授权耦合公园社交媒体评论文本与图像的双模态评分方法及系统在权利要求书中公布了：1.一种耦合公园社交媒体评论文本与图像的双模态评分方法，其特征在于，所述方法包括： 获取公园社交媒体评论数据，并从可达性、可用性和吸引力三个维度进行分类标注，建立公园评论感知分类数据集，所述公园社交媒体评论数据包括评论日期、文本和图像，所述分类标注中，“0”代表此维度较差、“1”代表此维度较好，“2”代表不涉及有关此维度的评判； 基于公园评论感知分类数据集，对CN-CLIP模型进行微调，得到Park-CN-CLIP模型； 使用Park-CN-CLIP模型中的文本与图像编码器，提取公园评论感知分类数据集中文本与图像的特征，使用Transformer编码器将两类特征进行融合，使用全连接层输出预测，完成公园双模态评分模型的训练； 针对目标公园所收集的社交媒体评论数据，使用训练好的公园双模态评分模型对评论进行感知分数预测，得到公园评论的感知评分； 所述基于公园评论感知分类数据集，对CN-CLIP模型进行微调，得到Park-CN-CLIP模型，具体包括： 对公园评论感知分类数据集中的图像使用图像增广策略，使用AdamW优化器进行CN-CLIP模型参数更新，使用对比损失函数最小化正对之间的距离并最大化负对之间的距离，实现对CN-CLIP模型的微调，得到Park-CN-CLIP模型，所述图像增广策略包括随机裁剪、随机翻转、色彩扭曲； 所述使用Park-CN-CLIP模型中的文本与图像编码器，提取公园评论感知分类数据集中文本与图像的特征，使用Transformer编码器将两类特征进行融合，使用全连接层输出预测，完成公园双模态评分模型的训练，具体包括： 使用Park-CN-CLIP模型中的文本编码器，提取公园评论感知分类数据集中文本的特征向量；使用Park-CN-CLIP模型中的图像编码器，提取公园评论感知分类数据集中图像的特征向量；使用基于Multi-headself-attention模块的Transformer编码器层将文本和图像特征进行融合；使用全连接层对融合后的特征进行变换，使特征适用于分类任务，输出与公园评论感知分类数据集类别对应的特征向量；使用交叉熵损失函数评估公园双模态评分模型的预测性能并进行反向传播；使用准确率评判公园双模态评分模型的的有效性；根据公园双模态评分模型的有效性，保存效果最好的公园双模态评分模型的参数，完成公园双模态评分模型的训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。