一种结合知识蒸馏与对比学习的情感增强继续训练方法

    公开(公告)号:CN117115505A

    公开(公告)日:2023-11-24

    申请号:CN202310712211.7

    申请日:2023-06-15

    摘要: 一种结合知识蒸馏与对比学习的情感增强继续训练方法属于计算机视觉领域。首先利用现有文本情感分类模型及情感字典筛选得到大量具有明显情感倾向的图文对中组成大规模情感图文对数据集;然后应用大规模情感图文对数据集对教师网络进行训练,为了获得泛化性强的教师网络,使用情感自然语言监督方式,同时通过挖掘监督信号中的多粒度情感信息并融入到图片表征中,以增强视觉编码器的情感表达能力;将得到的教师网络视觉模块初始化学生网络同时可以为学生网络提供伪标签数据,并设计任务对学生模型进行针对训练进一步挖掘图片中细节情感信息;将学生网络应用至下游图像情感分类任务。本发明解决进行情感分析模型预测精确度较低以及适用性差的问题。

    一种基于自注意力神经网络的社交网络用户认知状态刻画方法

    公开(公告)号:CN116561441A

    公开(公告)日:2023-08-08

    申请号:CN202310199714.9

    申请日:2023-03-05

    摘要: 一种基于自注意力神经网络的社交媒体用户认知状态刻画方法属于用户认知在大数据、数据挖掘、深度学习等领域。本发明首先利用特定的爬虫技术获得热点事件的微博数据,根据用户筛选规则得到用户id。然后下载用户id微博主页页面地址对应的网页文件html,通过xpath对html进行解析及清洗。其次使用自注意力神经网络提取文本数据特征,进一步,利用前馈神经网络模型得到场景和情感标签。根据情绪的ABC理论,由场景和情感标签估计用户的认知状态,将同一用户不同行为对应的认知状态进行累加得到其个体认知状态。最后,根据认知状态的不同维度相似度进行用户群体划分,并通过可视化的方法多维度展示用户认知状态。