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！

龙图腾网获悉西安电子科技大学;陕西汇智易知信息科技有限公司申请的专利基于多元损失函数的多模态情感分析方法、系统、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：CN116701996B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202310617198.7，技术领域涉及：G06F18/24；该发明授权基于多元损失函数的多模态情感分析方法、系统、设备及介质是由张文博;翟博文;刘龙;张梦璇;姬红兵;臧博;李林设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本基于多元损失函数的多模态情感分析方法、系统、设备及介质在说明书摘要公布了：基于多元损失函数的多模态情感分析方法、系统、设备及介质，方法包括：数据预处理，模型构建，模型训练及优化，任务迁移；系统、设备及介质用于实现基于多元损失函数的多模态情感分析方法；本发明通过基于交叉注意力机制的编码器进行模态融合，并利用对比学习框架进行多元损失函数的辅助训练，同时设置不同的迁移函数对不同的下游任务进行迁移，具有提升数据处理效率和融合效率，最大化利用相关性信息，降低噪声干扰，提高模型准确度、迁移性和鲁棒性的特点。

本发明授权基于多元损失函数的多模态情感分析方法、系统、设备及介质在权利要求书中公布了：1.基于多元损失函数的多模态情感分析方法，其特征在于，包括如下步骤： 步骤1，数据预处理：获取多个模态的数据，对多个模态的数据进行预处理，将预处理后的数据划分为训练集、测试集和验证集，所述多个模态的数据包括文本数据、音频数据和视频数据； 步骤2，模型构建：构建基于多元损失函数的多模态情感分析模型，所述基于多元损失函数的多模态情感分析模型包括特征提取编码器和数据融合编码器； 步骤3，模型训练及优化：将步骤1训练集中的数据结合多元损失函数和对比学习机制模块生成对应的正负样本对，将正负样本对输入步骤2构建的基于多元损失函数的多模态情感分析模型，训练并优化特征提取编码器和数据融合编码器，得到最优的基于多元损失函数的多模态情感分析模型； 所述步骤3的具体过程为： 步骤3.1：对步骤1数据预处理过程中生成的计算序列进行数据增强，具体为，将训练集中三种模态的数据进行样本之间的两两匹配，组成正负样本对； 步骤3.2：将步骤3.1数据增强后的数据分组打乱，组成不同的正负样本对； 步骤3.3：以文本数据为对齐的基准，将步骤3.2获得的正负样本对输入步骤2构建的相应的特征提取编码器中，进行相应特征的提取，具体为： 利用对比学习机制搭配ITC_LOSS损失函数进行视频情感特征和文本情感特征的提取； 利用对比学习机制搭配InfoNCE_LOSS损失函数进行音频情感特征和文本情感特征的提取； 步骤3.4：利用步骤3.3中正负样本对的两个对比损失函数对特征提取编码器进行优化； 步骤3.5：将步骤3.3提取到的文本情感特征、视频情感特征和音频情感特征通过数据融合编码器进行模态融合，得到融合后的多模态情感特征值，并使用InfoNCE_LOSS损失函数进行回归训练； 步骤3.6：重复步骤3.3-步骤3.5，对基于多元损失函数的多模态情感分析模型进行训练和优化，得到最优的基于多元损失函数的多模态情感分析模型； 步骤4，任务迁移：利用对比学习构建两种不同的迁移函数，来处理步骤3得到的多模态情感特征值，得到不同的情感值，以此对不同的下游任务进行迁移。

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西安电子科技大学;陕西汇智易知信息科技有限公司，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。