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！

龙图腾网获悉湖南工商大学申请的专利基于Transformer架构的情感类别识别方法、装置、设备及介质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：CN119622492B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510162239.7，技术领域涉及：G06F18/2411；该发明授权基于Transformer架构的情感类别识别方法、装置、设备及介质是由胡春华;邓梓睿;聂伊朵;邹岱设计研发完成，并于2025-02-14向国家知识产权局提交的专利申请。

本基于Transformer架构的情感类别识别方法、装置、设备及介质在说明书摘要公布了：本发明涉及人工智能技术领域和情感识别领域，公开了基于Transformer架构的情感类别识别方法、装置、设备及介质，方法包括：通过编码器，得到当前编码特征向量；通过解码器，对当前编码特征向量进行重构，得到当前解码特征向量，当前解码特征向量包括当前缺失模态特征向量对应的重构向量和当前正常模态特征向量对应的重构向量；基于余弦相似度，确定第一权重系数和第二权重系数；基于第一权重系数和第二权重系数，将当前缺失模态特征向量对应的重构向量和当前正常模态特征向量对应的重构向量进行融合，得到融合特征向量，对融合特征向量进行识别，得到当前多模态数据的情感类别。本发明有利于提取情感识别的识别效率。

本发明授权基于Transformer架构的情感类别识别方法、装置、设备及介质在权利要求书中公布了：1.一种基于Transformer架构的情感类别识别方法，其特征在于，包括： 选取预设多模态数据中不缺失的模态数据作为预设正常模态数据，选取预设多模态数据中缺失的模态数据作为预设缺失模态数据，使用零向量，对所述预设缺失模态数据进行填充处理，得到处理后的所述预设缺失模态数据，预设缺失模态数据为预设文本数据、预设音频数据、预设视频数据中的其中一个； 通过Transformer架构中训练后的编码器，对当前正常模态数据和处理后的当前缺失模态数据进行特征提取，得到当前编码特征向量； 通过Transformer架构中训练后的解码器，对所述当前编码特征向量进行重构，得到当前解码特征向量，所述当前解码特征向量包括当前缺失模态特征向量对应的重构向量和当前正常模态特征向量对应的重构向量； 获取当前缺失模态特征向量对应的重构向量与当前正常模态特征向量对应的重构向量的余弦相似度； 当所述余弦相似度小于预设相似度时，确定当前缺失模态特征向量对应的重构向量为关键特征向量； 获取所述关键特征向量对应的输入模态，获取输入模态的能量分数，根据输入模态的能量分数确定第一权重系数和第二权重系数；基于所述第一权重系数和第二权重系数，将所述当前缺失模态特征向量对应的重构向量和当前正常模态特征向量对应的重构向量进行融合，得到融合特征向量，通过向量机，对所述融合特征向量进行识别，得到当前多模态数据的情感类别； 其中，获取所述关键特征向量对应的输入模态，获取输入模态的能量分数，根据输入模态的能量分数确定第一权重系数和第二权重系数，包括： 获取所述关键特征向量对应的输入模态，通过能量分数生成模型，获取输入模态的能量分数，选取输入模态的能量分数对应的权重系数作为第一权重系数，选取1减去第一权重系数得到的差值作为第二权重系数； 其中，能量分数生成模型： 其中，Energyxm是第m个输入模态的能量分数，xm是第m个输入模态，m是输入模态的序号，Energy是能量函数，Tm是温度参数，log是对数logarithm的缩写，∑表示求和操作，求和范围从k到G，k是标签的序号，G是标签的总数，e表示指数函数，SVM是单模态分类器，是第m个输入模态的单模态分类器对应于第k类标签的输出逻辑值。

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湖南工商大学，其通讯地址为：410012 湖南省长沙市岳麓区岳麓大道569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”。