专利名称：一种情感识别的方法、装置及电子设备      申请号：2020110584086     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 电子设 情感   相似专利 发布日：2025/04/17  
摘要： 本发明提供了一种情感识别的方法、装置及电子设备，其中，该方法包括：获取目标主体的文本数据和目标主体与抑郁情绪主体之间的关联关系；提取出会话短文本；将会话短文本转换为相应的会话特征向量；确定目标主体的情感倾向指标；根据目标主体与抑郁情绪主体之间的关联关系确定目标主体的抑郁情绪关注度；根据会话特征向量、情感倾向指标和抑郁情绪关注度进行决策处理，确定目标主体是否存在抑郁情绪。通过本发明实施例提供的技术方案，能够更准确地提取出会话短文本，结合编码器模型和决策树，并基于会话特征向量、情感倾向指标和抑郁情绪关注度三者进行共同决策，从而能够更加准确地确定目标主体是否存在抑郁情绪，能够提高识别精度。

专利名称：基于情感分类的面试数据分析方法、计算机装置及介质      申请号：2019105510361     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：数据服务 情感   相似专利 发布日：2025/04/17  
摘要： 本发明提供一种面试数据分析方法、计算机装置及可读存储介质。所述方法包括：获取应聘者的面试语音信息；将所述应聘者的面试语音信息转换为面试文本信息；将所述面试文本信息输入至预设的情感分析模型，对所述文本信息中的文字内容进行情感分析，得到情感分类结果；根据所述情感分类结果确定所述应聘者是否符合录取条件。本发明为通过自动分析应聘者面试语音信息为人力资源部门提供前瞻性的分析，节约企业人力资源成本，且能够为企业招聘到与招聘岗位匹配度更佳的人员。

专利名称：基于卷积神经网络的语句情感分类方法、装置及其设备      申请号：2017114059729     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 情感   相似专利 发布日：2025/02/14  
摘要： 本发明提出一种基于卷积神经网络的语句情感分类方法、装置及其设备，其中，方法包括：对输入语句进行切分处理生成M个字词切分单元后进行编码转化成预设长度的词向量，然后将与M个字词切分单元对应的词向量进行结构转化生成原始矩阵输入预先训练的卷积神经网络，通过N个卷积层和池化层对原始矩阵进行计算，将每个池化层计算后的输出特征和原始矩阵分别输入到各自对应的第一全连层进行计算，将所有第一全连层计算后的输出特征进行拼接融合后输入到第二全连层，将第二全连层计算后的输出特征输入到分类层获取对输入语句的情感分类结果。由此，基于卷积神经网络进行语句情感分类，提高了语句情感分类效率和准确性。

专利名称：语义情感分类特征值提取方法及系统      申请号：2013104594131     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 情感   相似专利 发布日：2025/02/14  
摘要： 本发明提供一种语义情感分类特征值提取方法，包括：通过爬取互联网用户的评价信息获取分类语料库，其中，分类语料库包括自然语言描述文本和类别信息，根据中文分词算法将自然语言描述文本的段落句子拆分为词语；根据分类语料库的类别信息，计算词语与类别信息之间的类别PMI互信息；根据类别PMI互信息与类别信息之间的线性相关的特性获得PMI斜率值，根据PMI斜率值判断词语的情感词性；根据预设的PMI斜率值的阈值，提取具有情感倾向的词语作为自然语言描述的语义情感分类特征值。利用本发明能够解决获取特征值计算复杂度高和语义情感分析的准确度不稳定的问题。

专利名称：文本数据的情感三元组提取方法、装置以及计算机设备      申请号：2024106152270     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：计算机硬件 以及 情感   相似专利 发布日：2024/12/18  
摘要： 本发明涉及自然语言处理技术与情感分析技术领域，特别涉及一种文本数据的情感三元组提取方法、装置、设备以及存储介质，通过设计迭代策略，来优化模型与训练数据之间的互动，不断提高训练数据的数量和质量，构建更具有针对性的训练数据，能够适配不同框架的情感三元组提取模型，提高模型训练的准确性以及效率，从而实现文本数据的情感三元组的准确提取。

专利名称：语音情感识别方法及装置      申请号：2021112050891     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：语音识别 文本分析 音频数据 情感   相似专利 发布日：2024/12/16  
摘要： 本发明提供一种语音情感识别方法及装置，其中方法包括：获取原始语音集，所述原始语音集包括待识别语音和上下文语音；将所述原始语音集输入至语音情感识别模型，获得所述语音情感识别模型输出的所述待识别语音的识别结果；其中，所述语音情感识别模型是基于语音样本以及对应的识别标签进行训练后得到的，用于基于所述上下文语音对所述待识别语音进行语音情感识别；所述识别标签是根据所述语音样本预先确定的，并与所述语音样本一一对应；所述语音样本包括待识别语音样本和上下文语音样本。本发明提供的语音情感识别方法，通过结合上下文语音情感特征和待识别语音的语音情感特征，提高了语音情感识别正确率。

专利名称：语音情感识别方法及装置      申请号：2021112050783     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：语音识别 文本分析 音频数据 情感   相似专利 发布日：2024/12/16  
摘要： 本发明提供一种语音情感识别方法及装置，其中方法包括：获取原始语音集，原始语音集包括对话者语音和说话者语音；将原始语音集输入至语音情感识别模型，获得语音情感识别模型输出的说话者语音的识别结果；其中，语音情感识别模型是基于语音样本以及对应的识别标签进行训练后得到的，用于基于对话者语音对说话者语音的影响对说话者语音进行语音情感识别；识别标签是根据语音样本预先确定的，并与语音样本一一对应；语音样本包括对话者语音样本和说话者语音样本。本发明提供的语音情感识别方法，将对话者对说话者的情感影响和说话者自身情绪结合，对说话者语音的情感进行识别，提高了语音情感识别正确率。

专利名称：一种基于深度学习的含噪语音情感识别方法      申请号：2022106197713     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 情感   相似专利 发布日：2024/12/13  
摘要： 本发明属于深度学习中的语音信号处理领域，具体涉及一种基于深度学习的含噪语音情感识别方法，本方法首先将可学习的多特征进行融合作为模型的输入，提升模型任务相关的学习性能；其次引入混合声谱图分块的操作，并逐块的计算多头注意力用以捕获局部的情感信息，实验证明，分块操作可以有效的规避局部噪声带来的干扰问题；最后，本发明将逐帧计算注意力的全局上下文信息与局部情感信息加以融合，促进了模型对于上下文语义上的理解，提高了分类准确性。

专利名称：基于深度学习的主题建模与情感分析方法及系统      申请号：2024108503695     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：自然语言处理 互联网医疗 医疗AI 智慧医疗 情感   相似专利 发布日：2024/11/25  
摘要： 本发明涉及自然语言处理技术领域，提出了一种基于深度学习的主题建模与情感分析方法及系统，包括如下步骤：获取待分析的无标签文本数据集，进行预处理；针对预处理后的数据基于深度学习的特征融合方式进行文本嵌入，动态确定降维维度对嵌入文本降维，对降维后的数据进行聚类得到主题；筛选出与主题相邻分布的噪声数据，计算主题数据和相邻噪声的一致性，针对每个主题重划分噪声数据进行主题优化；将划分主题后的待分析数据，分析主题的情感总体倾向，得到情感分析结果。本发明将建模主题与情感分析实现了深层次多维度的分析，解决了降维和长文本的问题，提高了情感分类的细粒度，能够提高文本数据情感分类的准确性。

专利名称：一种建立情感识别模型和识别人物情感的方法和装置      申请号：2021108187266     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 情感   相似专利 发布日：2025/04/07  
摘要： 本发明公开一种建立情感识别模型和识别人物情感的方法和装置，建立情感识别模型的方法包括：对至少两张图像进行人物情感特征提取；将所述人物情感特征进行信号转换，以形成人物情感电信号，并对所述人物情感电信号进行分类和标注情感类别；根据设定的提取规则对各个情感类别中的人物情感电信号进行片段提取，以形成多个样本电信号；将多个样本电信号作为神经网络的输入值并进行训练，将训练后的神经网络作为所述情感识别模型；当用户需要对图像中的人物进行情感识别时，便可以将图像直接输入到上述情感识别模型的输入层中，并从情感识别模型的输出层获得输出结果，根据输出结果便可以确认图像中人物的情感。

专利名称：一种融合多种情感极性的文本讽刺识别方法      申请号：2024103530060     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：自然语言处理 机器学习 神经网络 数据算法 文本识别 情感   相似专利 发布日：2024/11/18  
摘要： 本发明公布了一种融合多种情感极性的文本讽刺识别方法，具体实现步骤如下：（1）构建讽刺识别数据集。（2）构建初始讽刺识别情感词典并构建平滑的情感倾向点互信函数SSOPMI对其进行扩充。（3）构建讽刺识别模型，并构建融合多种情感极性的讽刺识别网络IMEPSI分别提取积极情感部分和消极情感部分的情感特征与文本的上下文信息特征，然后将情感特征与上下文信息特征进行融合并对融合后的特征向量进行降维；最后根据激活函数判断该文本是否具有讽刺性；（3）初始化模型的权重和偏置项设置模型相关的超参数，将训练集和验证集加载至该模型中进行训练，得该模型训练后的最优参数。（4）运用该模型，对文本进行讽刺识别。

专利名称：基于情感的个性化区域生成与展示方法      申请号：2018109690388     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 情感   相似专利 发布日：2024/10/28  
摘要： 本发明是基于情感的个性化区域生成与展示方法，收集用户的情感因子，对用户的情感进行分析，根据情感学习分析个体用户情感及此情感所倾向的对应情感；以可视化的方式将一个区域内群体用户的情绪集中显示出来，后在区域上为个体用户推荐符合用户情感倾向的对应情感集中的群体用户区域，本发明属于图形图像与软件工程的交叉领域。

专利名称：一种基于文本情感分析的心身健康状态预警系统      申请号：2021103333393     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 情感   相似专利 发布日：2024/10/16  
摘要： 本公开提出了一种基于文本情感分析的心身健康状态预警系统，包括：基于就诊人员的基本信息自动创建账号；获得采集的该注册用户的生理数据及心理数据并分别进行处理，其中，对于生理数据，根据预先构建的生理健康参数指标标准表即每个指标的平均值与标准差，使用被试生理参数指标计算偏差程度与偏差分数得到生理健康状态疾病预警等级；对于心理数据，对比心理健康状态预警等级表，得到心理预警等级；对上述生理健康状态疾病预警等级及心理预警等级进行比较，获得心身综合预警等级。在对被试进行心理测试的同时，还会对其生理数据进行采集，并建立相应的心理健康状态预警等级表和生理健康状态疾病预警标准表，可实现对被试个体的心身综合健康状态进行预警。

专利名称：一种多模态情感识别方法及系统      申请号：2021103330075     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 情感   相似专利 发布日：2024/10/16  
摘要： 本公开提供了一种多模态情感识别方法及系统，所述方案通过情感视频样本中语音分量的一种新型、鲁棒的端点检测算法，利用压缩感知理论下样本重建过程中产生的预测残差条件熵参数，计算正交匹配追踪算法(OMP)算法迭代过程中的残差条件熵差值，依据经验阈值完成端点检测，并基于重建样本完成有声段情感语音的特征学习；同时，通过情感语音的端点检测结果，对面部表情图像进行筛选，只保留具有活跃的情感语音同时间段的面部表情图像，达到增强面部表情数据集的情感可去分性、减少冗余性的目的；情感语音特征与面部表情特征经特征融合，训练有效的多模态情感识别模型，达到有效的多模态情感识别目的。

专利名称：带噪语音情感识别方法、系统、设备及存储介质      申请号：2021103324515     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 情感   相似专利 发布日：2024/10/16  
摘要： 本发明公开了带噪语音情感识别方法、系统、设备及存储介质，获取待识别的带噪语音信号；对待识别的带噪语音信号进行端点检测处理；根据端点得到若干个有声音的语音片段；对有声音的语音片段进行特征提取，得到语音特征；将语音特征输入到训练后的语音情感识别模型中，输出情感类别。端点检测方法可以在样本重建过程中，计算正交匹配追踪算法算法迭代过程中预测残差与上一次迭代的信号估计值之间的条件熵，根据迭代前后的残差条件熵差值，在样本重建完成的同时直接给出重建样本的端点检测结果，充分利用样本重建过程中产生的数据，节省系统后续的分析与处理时间，且由于该端点检测方法是建立在压缩感知重建算法之上的，具有抗噪性能。

专利名称：一种基于遗传算法的多模态情感特征融合方法      申请号：201610397707X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 情感   相似专利 发布日：2024/10/16  
摘要： 本发明公开了一种基于遗传算法的多模态情感特征融合方法，属于信号处理与模式识别领域。包括以下内容：建立一个多模态情感数据库，然后对于所述数据库中的每个样本，提取多模态情感数据库样本的各模态情感特征，例如：面部表情特征、语音情感特征以及身体姿态特征等，构造多模态情感特征矩阵，将遗传算法用于多个模态的特征融合，包括基于遗传算法的特征选择、交叉以及重组，最后采用遗传算法对多模态情感特征进行F次迭代的特征选择和融合。本发明针对多模态情感分类识别，提出将遗传算法用于特征层融合，为基于特征层融合的多模态情感分类识别提供了一种新的有效途径。

专利名称：一种基于多模态情感模型的情感识别装置      申请号：2022102657737     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 情感   相似专利 发布日：2024/10/16  
摘要： 本发明公开了一种基于多模态情感模型的情感识别装置，具体涉及情感识别技术领域，包括韧性支架板，韧性支架板的顶部固定连接有用于零部件之间进行组装的握持件座，握持件座的顶部设有用于采集可疑人员手指压力变化的橡胶状握持件，握持件座的顶部固定连接有用于衔接橡胶状握持件的下连接活动卡圈。本发明所有的压力传感器以及心跳采集设备均设置在外螺纹加固圈与内螺纹支撑圈的内部，可疑人员的双手放置在握持件座外进行握力，通过握持件座内部的压力传感器以及心跳采集设备对可疑人员的心跳频率以及四肢部分的手指压力变化，等信息进行采集，采集完成后，再用作情感判断，避免传统的信息采集设备较为庞大和明显，不利于实际情况使用。

专利名称：一种可区分单双相情感障碍症的知识图谱构建方法及系统      申请号：202211317234X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 情感   相似专利 发布日：2025/04/14  
摘要： 本发明涉及情感障碍症知识图谱构建领域，尤其是一种可区分单双相情感障碍症的知识图谱构建方法及系统，其中，一种可区分单双相情感障碍症的知识图谱构建方法利用多源异构的数据源保证了数据的全面性，并通过计算关系三元组的可信度来判断其正确性，进而达到筛选和实时更新情感障碍症数据库中数据目的，保证了知识图谱的准确性和实时性；利用本发明的方法获得的知识图谱可区分的单相情感障碍症和双相情感障碍症，同时知识图谱中内容精细，数据多源，数据融合完善，能够支撑情感障碍症患者及家属实现自我诊断和监测和辅助医生临床做出决策的目的。

专利名称：一种面向社交网络短视频的多模态情感分析方法及系统      申请号：2024106141064     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 情感   相似专利 发布日：2025/03/11  
摘要： 本发明公开了一种面向社交网络短视频的多模态情感分析方法及系统，包括获取社交网络短视频的视频模态信息、文本模态信息和音频模态信息；根据所述视频模态信息、文本模态信息、音频模态信息和预先训练的面向社交网络短视频的多模态情感分析模型，获得社交网络短视频的情感分析结果。本发明通过构造损失函数，学习各模态间的共性特征，利用交叉注意力模块得到经过辅助学习的各模态的特征，减小弱模态表达，增大强模态表达，提高了模态间情感极性分析的准确度，解决了现有技术中对社交网络短视频的多模态情感分析单一，忽略模态间情感极性矛盾，不能有效提取共性特征，导致情感分析不准确的问题。

专利名称：一种基于残差网络的3DACRNN语音情感识别方法及存储介质      申请号：2020105970122     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 情感   相似专利 发布日：2025/04/07  
摘要： 本发明请求保护一种基于残差网络的3DACRNN语音情感识别方法及存储介质，该方法包括步骤：S1，将语音信号转换为语谱图，通过堆叠多个连续帧的方法将语谱图处理成三维数据做为Res3DCNN的输入；S2，Res3DCNN从语谱图中提取情感语音的短期时空特征，利用残差网络补偿传统CNNs在卷积过程中缺失的特征；S3，通过ARNN提取时空特征的长期依赖关系，改善时空关联性弱的问题，为了降低计算复杂度，本发明提出一种新颖的后遗忘门结构改进传统LSTM；S4，在模型训练的过程中各自更新自身的参数使得损失最小，通过不断迭代优化，最终使模型达到最优；S5，最后利用Softmax层进行情感分类。本发明能够有效解决原始特征丢失严重以及时空关联性弱的问题，提高识别准确率。