【技术实现步骤摘要】
本专利技术涉及计算机，更具体的说是涉及一种基于情感分布的多模态深度模型构建方法及系统。
技术介绍
1、近年来，抑郁症已经成为一种常见的精神障碍疾病，该疾病在国内外患病率呈逐年上升趋势，对个人身心健康和社会造成了严重的负担，已经成为一项值得关注的社会问题。然而目前临床医疗对于抑郁症的检测还主要依靠问卷调查以及医生的主观诊断，时常会出现误诊的情况，再加上现在抑郁症检测手段的局限性，许多抑郁症患者不能及时得到准确的检测，从而延误了后续治疗。
2、随着人工智能技术和大数据技术的蓬勃发展，相关研究发现在有比较充足的注释数据下结合深度神经网络，在有监督学习的模式下可以在不同任务中取得不错的效果。然而在抑郁症诊断的场景下，往往存在着数据量稀少的情况，因此遵循上述有监督学习的模式对任务进行建模往往会出现过拟合或欠拟合的问题，模型也难以具有良好的泛化性。现有研究也开始尝试利用多模态数据的互补性和冗余性来联合学习多模态特征表示，弥补单模态信息的局限性。然而一方面如何对多模态数据进行有效建模，从而挖掘不同模态之间的互补性信息，提升多模态深度模型的...
【技术保护点】
1.一种基于情感分布的多模态深度模型构建方法，其特征在于，具体步骤为：
2.根据权利要求1所述的一种基于情感分布的多模态深度模型构建方法，其特征在于，数据重组的具体步骤为：
3.根据权利要求1所述的一种基于情感分布的多模态深度模型构建方法，其特征在于，初始语义特征提取的具体步骤为：
4.根据权利要求1所述的一种基于情感分布的多模态深度模型构建方法，其特征在于，重要性学习的获取步骤为：
5.根据权利要求4所述的一种基于情感分布的多模态深度模型构建方法，其特征在于，重要性学习的表达式为：
6.根据权利要求1所述的...
【技术特征摘要】
1.一种基于情感分布的多模态深度模型构建方法，其特征在于，具体步骤为：
2.根据权利要求1所述的一种基于情感分布的多模态深度模型构建方法，其特征在于，数据重组的具体步骤为：
3.根据权利要求1所述的一种基于情感分布的多模态深度模型构建方法，其特征在于，初始语义特征提取的具体步骤为：
4.根据权利要求1所述的一种基于情感分布的多模态深度模型构建方法，其特征在于，重要性学习的获取步骤为：...
【专利技术属性】
技术研发人员：郭艳蓉，周致远，郝世杰，洪日昌，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。