CN116561639B 一種面向開源情報的多模態數據情感分析方法 （北京計算機技術及應用研究所）_第1頁
CN116561639B 一種面向開源情報的多模態數據情感分析方法 （北京計算機技術及應用研究所）_第2頁
CN116561639B 一種面向開源情報的多模態數據情感分析方法 （北京計算機技術及應用研究所）_第3頁
CN116561639B 一種面向開源情報的多模態數據情感分析方法 （北京計算機技術及應用研究所）_第4頁
CN116561639B 一種面向開源情報的多模態數據情感分析方法 （北京計算機技術及應用研究所）_第5頁
已閱讀5頁，還剩16頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

一種面向開源情報的多模態數據情感分析本發明涉及一種面向開源情報的多模態數析領域。本發明通過在SparkStreaming框架內大數據+深度學習的技術融合，滿足可擴展性和2首先構建文本信息的語義特征，在詞向量階段先輸入Bert預訓練好的詞向量用Wit表對hi作Attention，通過計算兩者的內積，實現圖像向量和句向量的非線性轉換，再經過3像信息，文字提取技術采取PaddleOCR的DifferentiableBinarization+CRNN算法的骨干5.如權利要求2_4任一項所述的面向開源情報的多模態數據情感分析方法，其特征在對于圖文對中的圖片擴增，采用增強pHash算法，和圖片數據庫中已有的圖片進行相似比7.如權利要求5所述的面向開源情報的多模態數據情感分析方法，其特征在于，采用算法模型利用Attention機制進行圖像圖像部分是通過預訓練的Faster_RCNN模型提取每個region的pooled_ROI特征和定位文本部分首先將一個句子的所有詞輸入GRU層得到詞向量，然后這些詞向量經過自注4最后一層是所有句向量分別跟每一個圖像向量使用注意力計算得到相5[0005]本發明要解決的技術問題是如何提供一種面向開源情報的多模態數據情感分析6[0012](3)提出一種基于內容標簽矩陣的多標簽情感分類方法，該方法能夠在多模態資[0022]在數據預處理階段進行數據清洗及分詞工作。其中運用正則匹配等進行數據清7術PaddleOCR的DifferentiableBinarization+CRNN算法的骨干網絡MobileNetV3進行文進行數據擴增；文本采用計算語料庫中相關句子和該描述文本的TF_IDF相似度擴充數據，8[0054]圖像部分是通過預訓練的Faster_RCNN模型提取每個region的pooled_ROI特征和[0055]文本部分首先將一個句子的所有詞輸入GRU層得到詞向量，然后這些詞向量經過[0056]最后一層是所有句向量分別跟每一個圖像向量使用注意兩個方向的隱狀態表示然后使用Attention計算每個hit的重要性權重αit，對[0063]多標簽內容算子用于多標簽內容情感輸出，利用情感集合S＝{S1(l,p,q),9[0066]如圖5所示，海量新媒體信息多模態情感分析系統融合了大數據+深度學習技術，[0070](3)提出一種基于內容標簽矩陣的多標簽情感分類方法，該方法能夠在多模態資

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論