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!
申请/专利权人:广东工业大学
摘要:本发明公开的属于自然语言处理和图神经网络技术领域,具体为基于超图Transformer的多模态社交网络抑郁症检测方法,包括具体步骤如下:对文本数据和图片数据进行预处理,对于文本数据,利用预训练语言模型提取文本特征,并结合主题分析方法构建文本超图,充分捕捉文本数据中语义关联;针对图像数据,通过计算特征表示相关性以构造图像超图,引入视觉超图卷积网络,进一步提取图像特征,加强超图的特征表示能力。本发明的方法针对社交网络抑郁症检测的特点,构建了一个能够反映多模态数据复杂性的超图模型,充分利用了社交网络中文本、图像等多模态数据,综合挖掘跨模态间的复杂关联。
主权项:1.基于超图Transformer的多模态社交网络抑郁症检测方法,其特征在于,包括具体步骤如下:S1:对文本数据和图片数据进行预处理,对于文本数据,利用预训练语言模型提取文本特征,并结合主题分析方法构建文本超图,充分捕捉文本数据中语义关联;S2:针对图像数据,通过计算特征表示相关性以构造图像超图,引入视觉超图卷积网络,进一步提取图像特征,加强超图的特征表示能力;S3:计算文本实体与图像实体的特征相似度以构造图文关系,并通过自适应超图融合算法,构造用户级别超图的综合图文超图表示;S4:引入超图Transformer,计算每个节点的特征,加强超图特征表示,为后续分类任务提供依据;S5:结合超图特征表示,进行抑郁症检测任务,实现了对抑郁症社交网络患者的准确识别。
全文数据:
权利要求:
百度查询: 广东工业大学 基于超图Transformer的多模态社交网络抑郁症检测方法
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。