基于多模态图卷积神经网络的社交网络突发事件检测方法
授权
摘要
本发明公开了一种基于多模态图卷积神经网络的社交网络突发事件检测方法,包括:针对图片信息,利用目标检测模型对图片中的关键性视觉目标进行检测和特征提取,根据视觉目标之间的相互关系构建视觉图结构;针对文本信息,利用自然语言处理对句子中的每个词汇进行特征提取,学习词汇之间的语义依赖关系构建文本图结构;利用图卷积神经网络分别在视觉图结构和文本图结构上进行特征更新,挖掘不同视觉目标以及不同词汇之间的相互关系,以学习得到包含丰富语义信息的特征表示;利用池化操作,在视觉图结构中将多个视觉目标特征聚合为整体视觉特征,在文本图结构中将多个词汇特征聚合为整体文本特征,将视觉特征和文本特征组合为全局特征进行事件类型检测和识别。
基本信息
专利标题 :
基于多模态图卷积神经网络的社交网络突发事件检测方法
专利标题(英):
暂无
公开(公告)号 :
CN113051927A
申请号 :
CN202110265390.5
公开(公告)日 :
2021-06-29
申请日 :
2021-03-11
授权号 :
CN113051927B
授权日 :
2022-06-14
发明人 :
刘安安李天宝宋丹张勇东
申请人 :
天津大学
申请人地址 :
天津市南开区卫津路92号
代理机构 :
天津市北洋有限责任专利代理事务所
代理人 :
李林娟
优先权 :
CN202110265390.5
主分类号 :
G06F40/30
IPC分类号 :
G06F40/30 G06Q50/00 G06F16/9536 G06K9/34 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/30
语义分析
法律状态
2022-06-14 :
授权
2021-07-16 :
实质审查的生效
IPC(主分类) : G06F 40/30
申请日 : 20210311
申请日 : 20210311
2021-06-29 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载