杭州电子科技大学陈滨获国家专利权
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！
龙图腾网获悉杭州电子科技大学申请的专利一种多任务学习及对比学习改进的多模态情感分析方法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：CN115859217B 。
龙图腾网通过国家知识产权局官网在2025-09-26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：202211584630.9，技术领域涉及：G06F18/25；该发明授权一种多任务学习及对比学习改进的多模态情感分析方法是由陈滨;张梦睿;邵艳利;魏丹;王兴起设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。
本一种多任务学习及对比学习改进的多模态情感分析方法在说明书摘要公布了：本发明公开了多任务学习及对比学习改进的多模态情感分析方法，本发明针对多模态情感分析任务，提出一种通过多任务学习及对比学习的方法，全面地辅助学习单模态表征、双模态表征及多模态融合表征，有助于最终多模态情感极性预测，本发明针对多任务学习损失函数中多个任务的权重系数调整问题，提出利用同方差不确定性自适应调整权重系数的方法，解决手工调整花费时间多、调整精度低的问题，通过模型自适应学习权重参数权衡各个任务的重要性。
本发明授权一种多任务学习及对比学习改进的多模态情感分析方法在权利要求书中公布了：1.一种多任务学习及对比学习改进的多模态情感分析方法，其特征在于，该方法具体包括以下步骤： 步骤1：准备MOSI数据集，对数据集中的多模态数据进行处理，获取初始单模态表征； 步骤2：将单模态表征输入第一个子任务模块，即单模态表征预测模块，进行单模态情感极性预测子任务，得到单模态情感极性预测结果； 步骤3：将单模态表征输入双模态门控模块，生成双模态表征，并将双模态表征输入第二个子任务模块，即双模态表征预测模块，进行双模态情感极性预测子任务，得到双模态情感极性预测结果； 步骤4：将单模态及双模态表征拼接，进行情感极性预测主任务，并通过对比学习，将任意两次输出的均方误差作为对比学习损失； 步骤5：将主任务与两组子任务的损失作为多任务学习损失，多任务学习损失中不同任务的损失权重系数通过同方差不确定性实现自适应调整，将多任务学习损失与对比学习损失的加权和作为模型最终的损失函数。
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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号