買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中電科大數(shù)據(jù)研究院有限公司申請(qǐng)的專利一種基于生成任務(wù)與多模態(tài)的事件分析方法、系統(tǒng)及裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119557603B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-30發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510116350.2，技術(shù)領(lǐng)域涉及：G06F18/20；該發(fā)明授權(quán)一種基于生成任務(wù)與多模態(tài)的事件分析方法、系統(tǒng)及裝置是由支婷;曹揚(yáng);蔡惠民;董厚澤;謝紅韜;管桂林設(shè)計(jì)研發(fā)完成，并于2025-01-24向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于生成任務(wù)與多模態(tài)的事件分析方法、系統(tǒng)及裝置在說明書摘要公布了：本申請(qǐng)公開了一種基于生成任務(wù)與多模態(tài)的事件分析方法、系統(tǒng)及裝置，用于快速準(zhǔn)確地把握事件發(fā)展走向。本申請(qǐng)方法包括：將多模態(tài)數(shù)據(jù)生成結(jié)構(gòu)化事件信息，并得到事件關(guān)系；構(gòu)建事件圖譜；提取多模態(tài)特征，使用跨模態(tài)注意力機(jī)制得到多模態(tài)情感關(guān)系向量；基于預(yù)設(shè)圖神經(jīng)網(wǎng)絡(luò)，并結(jié)合事件圖譜得到情感特征向量；計(jì)算對(duì)比學(xué)習(xí)損失值，基于對(duì)比學(xué)習(xí)損失值得到目標(biāo)情感特征；利用跨模態(tài)注意力機(jī)制生成目標(biāo)事件圖譜；提取關(guān)系特征，結(jié)合注意力權(quán)重和預(yù)設(shè)時(shí)間序列模型得到事件預(yù)測圖譜；提取因果鏈條并推理，推理后得到觸發(fā)條件和情緒因素；將事件預(yù)測圖譜與目標(biāo)事件圖譜結(jié)合節(jié)點(diǎn)特征序列、觸發(fā)條件以及情緒因素，得到事件分析結(jié)果。

本發(fā)明授權(quán)一種基于生成任務(wù)與多模態(tài)的事件分析方法、系統(tǒng)及裝置在權(quán)利要求書中公布了：1.一種基于生成任務(wù)與多模態(tài)的事件分析方法，其特征在于，所述方法包括：獲取多模態(tài)數(shù)據(jù)，所述多模態(tài)數(shù)據(jù)包括文本數(shù)據(jù)、圖像數(shù)據(jù)以及音頻數(shù)據(jù)；基于預(yù)設(shè)生成大模型設(shè)定生成任務(wù)，將所述多模態(tài)數(shù)據(jù)輸入至所述生成任務(wù)中，生成結(jié)構(gòu)化事件信息，并對(duì)所述結(jié)構(gòu)化事件信息進(jìn)行關(guān)系抽取和語義分析，得到事件關(guān)系；構(gòu)建事件圖譜，將所述結(jié)構(gòu)化事件信息作為所述事件圖譜的節(jié)點(diǎn)，并根據(jù)所述事件關(guān)系連接所述節(jié)點(diǎn)；提取所述多模態(tài)數(shù)據(jù)的文本特征、圖像特征以及音頻特征，使用跨模態(tài)注意力機(jī)制將所述文本特征、所述圖像特征以及所述音頻特征進(jìn)行融合，得到多模態(tài)情感關(guān)系向量；基于預(yù)設(shè)圖神經(jīng)網(wǎng)絡(luò)對(duì)所述多模態(tài)情感關(guān)系向量進(jìn)行聚合，并結(jié)合所述事件圖譜得到情感特征向量；根據(jù)所述情感特征向量和所述多模態(tài)數(shù)據(jù)構(gòu)建正樣本對(duì)和負(fù)樣本對(duì)，基于所述正樣本對(duì)和所述負(fù)樣本對(duì)，使用預(yù)設(shè)對(duì)比函數(shù)計(jì)算對(duì)比學(xué)習(xí)損失值，并通過所述對(duì)比學(xué)習(xí)損失值對(duì)所述情感特征向量與所述多模態(tài)數(shù)據(jù)進(jìn)行對(duì)齊優(yōu)化，得到目標(biāo)情感特征，所述對(duì)比學(xué)習(xí)損失值通過如下式子表示： ；其中，表示對(duì)比損失值，表示所述正樣本對(duì)的所述情感特征向量，表示所述負(fù)樣本對(duì)的所述情感特征向量，表示可調(diào)節(jié)參數(shù)，表示所述多模態(tài)數(shù)據(jù)的數(shù)量，表示所述正樣本對(duì)和所述負(fù)樣本對(duì)的所述情感特征向量之間的相似性，表示遍歷指標(biāo)變量；將所述情感特征向量傳輸至所述事件圖譜的所述節(jié)點(diǎn)中，利用所述跨模態(tài)注意力機(jī)制調(diào)整所述情感特征向量的注意力權(quán)重，生成目標(biāo)事件圖譜；使用所述預(yù)設(shè)圖神經(jīng)網(wǎng)絡(luò)提取所述目標(biāo)事件圖譜中的關(guān)系特征，結(jié)合所述注意力權(quán)重得到節(jié)點(diǎn)特征序列，并將所述節(jié)點(diǎn)特征序列輸入至預(yù)設(shè)時(shí)間序列模型中捕捉動(dòng)態(tài)演化規(guī)律，根據(jù)所述動(dòng)態(tài)演化規(guī)律得到事件預(yù)測圖譜；提取所述事件預(yù)測圖譜中的因果鏈條，基于所述節(jié)點(diǎn)特征序列和所述因果鏈條進(jìn)行因果關(guān)系推理，推理后得到觸發(fā)條件和情緒因素，通過如下式子表示： ；其中，表示所述觸發(fā)條件，表示所述情緒因素，表示時(shí)間步中對(duì)應(yīng)的所述觸發(fā)條件，表示所述節(jié)點(diǎn)特征序列，表示權(quán)重矩陣參數(shù)，表示所述因果鏈條；將所述事件預(yù)測圖譜與所述目標(biāo)事件圖譜相互匹配，結(jié)合所述節(jié)點(diǎn)特征序列、所述觸發(fā)條件以及所述情緒因素，計(jì)算得到事件分析結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中電科大數(shù)據(jù)研究院有限公司，其通訊地址為：550000 貴州省貴陽市貴陽國家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)金陽科技產(chǎn)業(yè)園黎陽大廈；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。