基于超图Transformer的多模态社交网络抑郁症检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于超图Transformer的多模态社交网络抑郁症检测方法
申请号:CN202410949121
申请日期:2024-07-16
公开号:CN118919056B
公开日期:2025-10-24
类型:发明专利
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。
技术关键词
主题分析方法 文本 预训练语言模型 节点特征 图像 社交 实体 融合算法 数据 多头注意力机制 神经网络技术 矩阵 超图模型 图文 卷积算法