“情感分类”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果298594个，建议您升级VIP下载更多相关专利

[发明专利]一种儿童语音情感识别方法-CN200810148844.5有效
发明人：李立志;韩笑蕾;贾晓光;郭亮杰;徐锡涛 -专利权人：上海盛淘智能科技有限公司
申请日： 2008-09-27 - 公布日： 2010-03-31 - 主分类号： G10L15/00 文献下载
摘要：一种儿童语音情感识别方法，包括训练语音库建立、分类器训练和情感识别，所述分类器训练包括：提取儿童语音情感特征，该步骤包括：对模拟语音信号进行包括采样和去噪等基本信号处理在内的预处理；之后对经过预处理的情感语句做HHT变换，获得情感语音的Hilbert谱；根据所述情感语音的Hilbert谱进行音强特征提取、语调特征提取、音色特征提取和节奏特征提取，获得情感特征；对提取到的情感特征进行降维，获得不同情感空间的四元特征；对训练语音库样本集都做上述计算，得到一系列的自然情感状态的四元特征在情感空间i上的投影，从而构成情感特征投影集；用所述情感特征投影集中的数据进行SVM/HMM混合系统分类训练。
一种儿童语音情感识别方法

[发明专利]一种虚拟现实情感刺激系统及其创建方法-CN202010950126.0有效
发明人：于海涛;史德权;沈聪;张炜菊;王佳姚;靳唤新 -专利权人：温州大学
申请日： 2020-09-09 - 公布日： 2023-04-28 - 主分类号： G06T19/00 文献下载
摘要：本发明属于虚拟现实情感刺激技术领域，公开了一种虚拟现实情感刺激系统及其创建方法，所述虚拟现实情感刺激系统包括：刺激场景数据获取模块、刺激场景设计模块、虚拟场景导入模块、中央控制模块、刺激反应识别模块、情感变化统计模块、情感分类模块、情感分析模块、数据存储模块、更新显示模块。本发明通过情感分类模块大大提高情感分类的准确率；同时，通过情感分析模块解决了现有技术中需要通过人为观察去确定与用户的情感，得到的情感分析结果存在准确率较低的技术问题，实现了基于预先训练的模型对目标用户的生理信号以及面部图像信息分析处理，得到与目标用户对应的情感分析结果，提高了判断用户当前情感的准确性以及便捷性的技术效果。
一种虚拟现实情感刺激系统及其创建方法

[发明专利]一种视频处理方法及终端-CN201911392176.5有效
发明人：刘艺伟;栾江霞;章正道;段思欣;俞碧洪;许剑峰 -专利权人：厦门市美亚柏科信息股份有限公司
申请日： 2019-12-30 - 公布日： 2022-01-18 - 主分类号： H04N21/845 文献下载
摘要：本发明公开了一种视频处理方法及终端，预设关键信息，自动爬取符合关键信息的待分类视频；分析待分类视频的语音信息的语音情感特征并得到其情感特征类别，根据情感特征类别得到待分类视频的第一视频类别；分析待分类视频的每一帧图片信息的归属类别以得到待分类视频的第二视频类别；根据待分类视频的第一视频类别和第二视频类别以得到待分类视频的分类结果；本发明通过预设关键信息以获取到视频信息，根据视频信息的语音信息来进行自动提取及分析出语音情感特征，以得到待分类视频在情感特征上的视频类别，通过分析每一帧图片信息的归属类别，以得到待分类视频的归属类别，从而得到更为合理有效的视频分类结果。
一种视频处理方法终端

[发明专利]基于上下文-情感词向量的文本情感分析系统-CN201910207069.4有效
发明人：金悦媛;饶若楠 -专利权人：上海交通大学
申请日： 2019-03-19 - 公布日： 2023-07-28 - 主分类号： G06F16/35 文献下载
摘要：一种基于上下文‑情感词向量的文本情感分析系统，包括：预处理单元、词向量单元、预训练单元、情感细化单元和情感分类器单元，本发明实现了通用语料预训练模型得到的上下文词向量与目标语料情感词向量的结合，可以得到具有多语义和情感信息的上下文‑情感词向量。并用Tree‑LSTM组合上下文‑情感词向量，将句法成分结构信息融入到向量表示中，最后可以得到具有语义、情感和结构特征的句子向量用于情感分类。
基于上下文情感向量文本分析系统

[发明专利]一种音乐情感识别方法及系统-CN201911174633.3在审
发明人：杨辞源;孟泽;任续超 -专利权人：黑盒子科技（北京）有限公司
申请日： 2019-11-26 - 公布日： 2020-05-15 - 主分类号： G06F16/65 文献下载
摘要：本发明实施例涉及一种音乐情感识别方法及系统，其中，所述方法包括：基于Thayer理论模型，构建音乐情感分类模型；获取歌词样本集合，并根据所述歌词样本集合构建情感词典，以及根据所述情感词典，计算待分析歌曲的情感分数，所述情感分数用于在所述音乐分类模型的横坐标上标识所述待分析歌曲的第一位置；检测所述待分析歌曲的BPM值，并对检测出的BPM值进行校正，并通过校正后的BPM值在所述音乐分类模型的纵坐标上标识所述待分析歌曲的第二位置；根据所述第一位置和所述第二位置，确定所述待分析歌曲在所述音乐情感分类模型中对应的目标情感。本申请提供的技术方案，能够提高音乐情感识别的准确度。
一种音乐情感识别方法系统

[发明专利]一种方面级情感分析方法及系统-CN202210313916.7在审
发明人：刘姝;李凯文;朱承璋;邹北骥 -专利权人：中南大学
申请日： 2022-03-28 - 公布日： 2022-06-14 - 主分类号： G06F40/289 文献下载
摘要：本发明提供了一种方面级情感分析方法及系统，该方法包括获取待分析的文本，通过分词工具将待分析的文本进行分词处理，基于字典对分词后的文本进行编码，根据编码后的文本构造出多个查询；将每个查询输入至双向机器阅读理解模型中，最终输出得到每个查询对应的方面与意见对；双向机器阅读理解模型由Bert预训练模型与多个二分类器组成；根据所述方面与意见对构造预测情感极性的情感查询，将情感查询输入至情感查询分类器中进行情感分类得到情感分类结果本发明提供的一种方面级情感分析方法使用双向机器阅读理解模型来高效提取存在复杂对应关系的方面与意见，并通过多种策略来优化模型，大幅提升了最终情感分析的效率，且准确率高鲁棒性好。
一种方面情感分析方法系统

[发明专利]一种基于社会媒体的宏观经济领域情感分析方法及系统-CN201711248804.3在审
发明人：付博 -专利权人：北京国信宏数科技有限公司
申请日： 2017-12-01 - 公布日： 2018-04-06 - 主分类号： G06F17/30 文献下载
摘要：本申请提供了一种基于社会媒体的宏观经济领域情感分析方法及系统，其特征在于，所述方法包括通过数据模块抓取经济领域的社会媒体数据，并对所述社会媒体数据进行预处理；通过分类特征模块定义社会媒体数据的分类特征；根据所述分类特征通过分类器模型训练模块构建分类器模型，对所述分类器模型进行训练学习；利用所述分类器模型通过判定模块对经过预处理的所述社会媒体数据进行情感判定。本申请提出的基于社会媒体的宏观经济领域情感分析方法，一方面解决了通用领域情感分析方法不适用于特定领域情感分析算法的问题，另一方面提出了针对宏观经济领域研究情感分析算法的有效特征，可供后续研究借鉴。
一种基于社会媒体宏观经济领域情感分析方法系统

[发明专利]一种基于神经网络的多模态情感分类方法-CN202111294685.1在审
发明人：王红滨;邢浩;王勇;周连科;何鸣;王念滨 -专利权人：哈尔滨工程大学
申请日： 2021-11-03 - 公布日： 2022-01-28 - 主分类号： G06K9/62 文献下载
摘要：一种基于神经网络的多模态情感分类方法，具体涉及一种基于多模态情感分类的神经网络模型的分类方法，本发明为了解决传统的情感分类方法大多针对单一类型的数据，并不能处理社交网络坏境下多模态的混合信息的问题，它包括提取待预测情感图片中的多模态数据提取多模态数据中各单模态的原始向量；根据各模态的原始向量计算各模态的指导向量；获得各模态的重构特征向量；利用注意力机制对得到的各模态的重构特征向量进行加权平均，生成融合特征向量；将得到的融合特征向量输入至情感分类模型中，输出分类结果。本发明用于对社交网络坏境下多模态的混合信息进行情感分类，属于自然语言处领域。
一种基于神经网络多模态情感分类方法

[发明专利]一种基于卷积神经网络和注意力机制的文本情感分类算法-CN201810459139.0有效
发明人：董敏;汤雪;毕盛 -专利权人：华南理工大学
申请日： 2018-05-15 - 公布日： 2021-09-21 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于卷积神经网络和注意力机制的文本情感分类算法，包括步骤：1)建立包含多种卷积和池化的卷积神经网络，使用情感分类文本进行训练，得到第一个模型；2)建立加入残差连接和非线性的多头点积注意力机制，使用情感分类文本进行训练，得到第二个模型；3)对两个模型进行模型融合，得到文本的情感分类。本发明将多粒度、多种卷积、多种池化融入到卷积神经网络中，将残差连接和非线性引进注意力机制，并计算多次注意力，得到两个文本情感分类模型，通过Bagging模型融合方法，获得融合模型，对文本进行分类，能够结合卷积神经网络能较好地捕获局部特征和注意力机制能较好捕获全局信息的优点，得到更全面的文本情感分类模型。
一种基于卷积神经网络注意力机制文本情感分类算法

[发明专利]评论文本情感分类模型训练与情感分类方法、装置及设备-CN201810086816.9有效
发明人：刘天亮;王静 -专利权人：南京邮电大学
申请日： 2018-01-30 - 公布日： 2020-05-19 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了评论文本情感分类模型训练与情感分类方法、装置及设备，属于自然语言处理的文本情感分类领域。；基于第一层Bi‑LSTM网络融入评论主体和客体注意力机制提取句子级特征表示；在基于第二层Bi‑LSTM网络融入评论主体和客体注意力机制提取文档级特征表示；采用双曲正切非线性映射函数将文档级特征映射至情感类别空间，采用softmax分类，对模型中的参数进行训练，得到最优文本情感分类模型。本发明采用层次双向Bi‑LSTM网络模型和注意力机制，不仅可以实现文本的上下文语义稳健感知与语义表达，还可以显著改善文本情感分类的鲁棒性，提高分类正确率。
评论文本情感分类模型训练方法装置设备

[发明专利]一种基于面部血流分布的情感分类方法及系统-CN202010107268.0有效
发明人：王慧泉;何森;梁晓韵;陈瑞娟;王金海 -专利权人：天津工业大学
申请日： 2020-02-21 - 公布日： 2022-08-30 - 主分类号： G06V20/40 文献下载
摘要：本发明所提供的一种基于面部血流分布的情感分类方法及系统，该方法：获取待分类的面部视频数据；选取面部图像数据的鼻翼两侧及脸颊的区域作为ROI区域；确定ROI区域的最佳脉搏波；从ROI区域的最佳脉搏波的时域和频域信息中提取基本特征；利用ROI区域的最佳脉搏波，从面部图像数据中提取面部血流分布；将每个面部图像数据的基本特征和面部血流分布依次排列构成面部血流分布特征序列，作为输入特征数据；输入训练后的SVM模型，进行情感分类。本发明的方法在情感分类过程中应用了面部血流分布特征等生理信息，以避免分类对象因控制自己的面部表情或者控制自己的语音语调来掩饰自己当时的情感，导致情感分类的错误，提高情感分类的准确性。
一种基于面部血流分布情感分类方法系统

[发明专利]一种适应性情感分析系统及其方法-CN201910728857.8在审
发明人：庄子琪;汉斯·乌思克尔特;艾人龙 -专利权人：深巨科技（北京）有限公司
申请日： 2019-08-08 - 公布日： 2019-11-12 - 主分类号： G06F16/35 文献下载
摘要：一种适应性情感分析系统及其方法，包括包括用于情感分析的终端，所述用于情感分析的终端中包括方面提取模块和情感极性分类模块；所述方面提取模块用于标识要进行情感分析的文本中的方面；所述情感极性分类模块对每个识别出的情感极性进行分类所述方面提取模块包括有监督模式的方面提取子模块和无监督模式的方面提取子模块；并结合其它的方法和模块有效避免了现有技术中的情感分析方法通常过于简单化、未能提供精确的解决方案和对文本文件中包含的意见数据的细粒度分析的缺陷
情感分析情感极性提取模块提取子模块分类模块文本文件终端意见数据无监督细粒度文本分类分析监督

[发明专利]一种评论数据的处理方法及处理装置-CN201611091123.6在审
发明人：谭领城;李梦婷;李翔 -专利权人：珠海市魅族科技有限公司
申请日： 2016-12-01 - 公布日： 2017-05-31 - 主分类号： G06F17/30 文献下载
摘要：本发明实施例公开了一种评论数据的处理方法及处理装置，涉及数据处理和数据挖掘领域，用于解决现有技术对评论语句的情感倾向的判断不够准确的问题。本发明实施例方法包括获取情感倾向已知的样本评论语句；计算样本评论语句的句向量；利用样本评论语句的句向量与样本评论语句的情感倾向对基于学习的分类器进行训练，得到情感分类器；利用情感分类器对待测评论语句的情感倾向进行预测
一种评论数据处理方法装置

[发明专利]基于词典的网络舆情信息情感分类方法-CN201710298795.2在审
发明人：杨东;周银行;董郑江;胡淦;陈焕;郑中华 -专利权人：安徽博约信息科技股份有限公司
申请日： 2017-04-28 - 公布日： 2017-08-11 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于词典的网络舆情信息情感分类方法，包括构建词典、待分类文本拆分、计算意群情感分值和计算文本情感分值4个步骤。本发明通过基于构建的词典库，结合文本篇章结构、句法分析内容，充分考虑意群子句中否定词、程度词的作用和情感词词性的影响，能够更为准确地计算出文本篇章所表述出的情感倾向性，能更好地适用于网络舆情信息情感分类
基于词典网络舆情信息情感分类方法

[发明专利]一种情感分类方法、装置、电子设备和存储介质-CN201911199692.6在审
发明人：梁天新;王炳乾 -专利权人：京东方科技集团股份有限公司
申请日： 2019-11-29 - 公布日： 2021-06-01 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种情感分类方法、装置、电子设备和存储介质，包括：通过训练集训练串行的自然语言预训练模型和文本分类模型，得到情感分类组合模型；其中，所述训练集包括多个训练样本，每个训练样本包括文本、所述文本中的方面词和所述方面词的分类标签；将待预测文本和所述待预测文本中的方面词输入到所述情感分类组合模型中，以输出所述待预测文本中的方面词的分类标签。本发明将自然语言预训练模型和文本分类模型串行组合，通过训练集训练这两个模型，训练后的组合模型能够实现基于方面词的细粒度情感分类，从而准确地对文本进行细粒度情感分析。
一种情感分类方法装置电子设备存储介质