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！

龙图腾网获悉四川农业大学申请的专利一种融合图像语义的多模态主题分类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：CN120744643B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511269869.0，技术领域涉及：G06F18/241；该发明授权一种融合图像语义的多模态主题分类方法是由覃涵;李雅桐;刘沿汐;刘瑞;鲜磊;胡喜贵;黄春寒;王学文;陈妍琳;牛昱澎设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本一种融合图像语义的多模态主题分类方法在说明书摘要公布了：本发明涉及主题分类处理技术领域，具体地说，涉及一种融合图像语义的多模态主题分类方法，用于内容审核，其步骤包括：获取含文字说明和配图的新闻内容项；提取文字特征与图片视觉特征；获得加权后的文字及图片核心特征；计算图文特征关联权重，生成图片摘要特征并与文字核心特征融合，得出表示图文语义一致程度的一致性分数；将该分数与预设阈值比较，低于阈值则判定为潜在图文误导信息，依据关联权重生成解释性报告，并高亮显示关联权重最低的图像区域与关键词。本发明通过自动量化图文一致性，精准识别误导信息，提升内容审核自动化水平和人工复核效率，对净化网络信息环境具有重要价值。

本发明授权一种融合图像语义的多模态主题分类方法在权利要求书中公布了：1.一种融合图像语义的多模态主题分类方法，其特征在于：包括以下步骤： S1、获取待检测的新闻内容项，包括新闻文字说明和新闻配图； S2、对所述新闻文字说明进行处理，使用预训练的词嵌入模型将其转换为文本特征向量，得到文字特征；对所述新闻配图进行处理，使用预训练的深度卷积神经网络模型提取其图像视觉特征向量，得到图片特征； S3、将所述文字特征和图片特征分别输入预先训练好的基于注意力机制的特征筛选模型，通过特征筛选模型对输入的不同特征分配权重，并输出加权后的文字核心特征和图片核心特征； S4、基于跨模态注意力机制，计算文字核心特征与图片核心特征中不同区域之间的关联权重；根据所述关联权重，对图片核心特征进行加权求和，得到图片摘要特征；将所述图片摘要特征与所述文字核心特征进行拼接或相加，形成统一特征表示；基于该统一特征表示，通过回归模型计算出一致性分数，所述一致性分数用于表示新闻文字说明与新闻配图在语义内容上的一致程度； S5、输出所述一致性分数以用于内容审核；若该分数低于预设阈值，则判定该新闻内容项为潜在的图文误导信息； S6、对于判定为潜在的图文误导信息的内容项，基于所述跨模态注意力机制计算出的关联权重，生成解释性报告；所述解释性报告包括：在原图中高亮显示与文字描述平均关联权重最低的至少一个图像区域，以及在原文中高亮显示与图片区域平均关联权重最低的至少一个关键词。

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四川农业大学，其通讯地址为：625099 四川省雅安市雨城区新康路46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”。

以上内容由龙图腾AI智能生成。