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！

龙图腾网获悉四川省人工智能研究院(宜宾)申请的专利一种基于通感对比学习的多模态情感预测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：CN115238809B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202210914651.6，技术领域涉及：G06F18/25；该发明授权一种基于通感对比学习的多模态情感预测方法是由陈飞宇;孙政霄;邵杰;申恒涛设计研发完成，并于2022-08-01向国家知识产权局提交的专利申请。

本一种基于通感对比学习的多模态情感预测方法在说明书摘要公布了：本发明公开了一种基于通感对比学习的多模态情感预测方法，包括获取包含情绪状态的多模态数据；构建基于对比学习的通感转换网络模型；采用字典结构构建负样本队列，并利用每次迭代的样本对负样本队列进行更新；利用多模态数据和负样本队列对基于对比学习的通感转换网络模型进行训练；利用训练后的基于对比学习的通感转换网络模型进行多模态情感预测。本发明使得多模态数据能够更自然和有效的融合，从而提高通感转换网络模型对多模态数据的情感预测准确率和模型计算效率。

本发明授权一种基于通感对比学习的多模态情感预测方法在权利要求书中公布了：1.一种基于通感对比学习的多模态情感预测方法，其特征在于，包括以下步骤： 获取包含情绪状态的多模态数据，所述多模态数据包括视频模态信息、文本模态信息、音频模态信息中的至少两种； 构建基于对比学习的通感转换网络模型，包括依次级联的通感注意力框架、自动编码器和转换网络编码器； 所述通感注意力框架用于将多模态数据进行融合，生成通感单元和正样本通感单元，依次从多模态数据中选择一种模态信息作为主模态，其它种类的模态信息作为追加注意力模态； 将主模态分别与追加注意力模态采用自注意力机制进行特征融合，得到第一特征融合向量； 将主模态与第一特征融合向量采用自注意力机制进行特征融合，得到第二特征融合向量； 将所有的第二特征融合向量进行拼接，生成同时有三种模态参与标注的样本输出向量； 对样本输出向量分别使用不同的dropout掩码概率进行一个dropout mask的掩码操作，生成通感单元和正样本通感单元； 所述自动编码器用于分别对通感单元和正样本通感单元进行模态融合，得到加强通感单元和正样本加强通感单元； 所述转换网络编码器分别对加强通感单元和正样本加强通感单元进行编码，得到编码结果； 采用字典结构构建负样本队列，并利用每次迭代的样本对负样本队列进行更新； 利用多模态数据和负样本队列对基于对比学习的通感转换网络模型进行训练； 利用训练后的基于对比学习的通感转换网络模型进行多模态情感预测。

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省人工智能研究院(宜宾)，其通讯地址为：644000 四川省宜宾市宜宾临港经济技术开发区长江北路西段附二段430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。