公开(公告)号：CN116992867B

公开(公告)日：2024-01-23

申请号：CN202310704301.1

申请日：2023-06-14

申请人： 合肥工业大学

发明人： 郭艳蓉 ,  刘积隆 ,  郝世杰 ,  洪日昌

IPC分类号： G06F40/279 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于软提示主题建模的抑郁情绪检测方法及系统，属于情绪检测技术领域，包括：第一步，将每个样本的对话转录文本按照预定义的k个主题分割成若干个小片段。第二步，首先修改BERT模型的Embedding层，当文本片段转换为的Token输入BERT时，在其前部添加上固定长度的软提示Token。连接后的Token经过BERT的输出软提示和文本片段的连续概率，该向量作为最后一步的输入。最后一步是对样本中的所有主题文本的预测结果的融合。在有少量可用训练样本的场景下，通过少量数据训练软提示以及线性层学习自适应权重。

公开(公告)号：CN116992867A

公开(公告)日：2023-11-03

申请号：CN202310704301.1

申请日：2023-06-14

申请人： 合肥工业大学

发明人： 郭艳蓉 ,  刘积隆 ,  郝世杰 ,  洪日昌

IPC分类号： G06F40/279 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于软提示主题建模的抑郁情绪检测方法及系统，属于情绪检测技术领域，包括：第一步，将每个样本的对话转录文本按照预定义的k个主题分割成若干个小片段。第二步，首先修改BERT模型的Embedding层，当文本片段转换为的Token输入BERT时，在其前部添加上固定长度的软提示Token。连接后的Token经过BERT的输出软提示和文本片段的连续概率，该向量作为最后一步的输入。最后一步是对样本中的所有主题文本的预测结果的融合。在有少量可用训练样本的场景下，通过少量数据训练软提示以及线性层学习自适应权重。