【技术实现步骤摘要】
本专利技术涉及言论识别领域，特别涉及一种表情包分类识别方法、装置、计算机设备以及存储介质。
技术介绍
1、随着互联网行业的蓬勃发展，社交媒体和在线平台已经成为人们主要的沟通、信息分享和观点表达渠道。然而，随着社交媒体平台的广泛普及，一种新型的多模态实体——表情包（meme）也随之崛起，通常由图像与短文本组合而成。这种实体逐渐在各大社交媒体网络中流行，并成为某些网络用户传播言论的手段之一。
2、为了解决这个问题，早期工作采用预训练模型进行检测社交媒体中的仇恨meme，注重模态间的融合对齐。后来的方法鉴于对 meme进行仇恨的判断需要复杂的推理和上下文背景知识，尝试在视觉语言模型框架的基础上结合外部工具或增加外部知识，提高模型的分类准确率，然而，当前的仇恨表情包分类识别方法过于注重通过引入更多外部知识来提升模型分类性能，却有可能忽略了外部知识中可能包含的不相关或冗余内容的问题。以引入图片实体识别信息为例，额外增加的实体信息可能包含与表情无关或冗余的实体，从而引入一些无关紧要的信息，有可能干扰模型的分类判断，难以对表情包进行准确的分类识别。
技术实现思路
1、基于此，本专利技术提供一种表情包分类识别方法、装置、计算机设备以及存储介质，基于文本数据，对待测表情包进行特征提取，获得待测表情包的文本特征表示，结合多个类别的演示表情包的文本数据以及标签数据，采用信息感知的方法，对待测表情包的文本特征表示进行多视角的信息感知，获得多个类别的信息感知特征表示，以强化待测表情包的文本特征表
2、第一方面，本申请实施例提供了一种表情包分类识别方法，包括以下步骤：
3、获得待测表情包的文本数据、若干个类别的演示表情包的文本数据、标签数据以及预设的表情包分类识别模型，其中，所述表情包分类识别模型包括编码模块、特征提取模块、特征处理模块以及分类识别模块；
4、将所述待测表情包的文本数据、若干个类别的演示表情包的文本数据以及标签数据输入至所述编码模块中进行编码处理，获得所述待测表情包的文本编码表示、若干个类别的所述演示表情包的文本编码表示以及标签编码表示；
5、将所述待测表情包的文本编码表示、若干个类别的所述演示表情包的文本编码表示以及标签编码表示输入至所述特征提取模块中进行特征提取，获得所述待测表情包的文本特征表示、若干个类别的所述演示表情包的文本特征表示以及标签特征表示；
6、将所述待测表情包的文本特征表示、若干个类别的所述演示表情包的文本特征表示以及标签特征表示输入至所述特征处理模块中进行信息感知，获得若干个类别的信息感知特征表示，对若干个类别的所述信息感知特征表示进行特征融合，获得特征融合表示；
7、将所述待测表情包的文本特征表示、若干个类别的信息感知特征表示以及特征融合表示输入至所述分类识别进行分类识别，获得分类识别预测概率数据，根据所述分类识别预测概率向量，获得所述分类识别预测概率数据中维度最大的目标分类识别预测概率向量，将所述目标分类识别预测概率向量的分类类型作为所述待测表情包的分类识别结果。
8、第二方面，本申请实施例提供了一种表情包分类识别装置，包括：
9、数据获取模块，用于获得待测表情包的文本数据、若干个类别的演示表情包的文本数据、标签数据以及预设的表情包分类识别模型，其中，所述表情包分类识别模型包括编码模块、特征提取模块、特征处理模块以及分类识别模块；
10、数据编码模块，用于将所述待测表情包的文本数据、若干个类别的演示表情包的文本数据以及标签数据输入至所述编码模块中进行编码处理，获得所述待测表情包的文本编码表示、若干个类别的所述演示表情包的文本编码表示以及标签编码表示；
11、数据特征提取模块，用于将所述待测表情包的文本编码表示、若干个类别的所述演示表情包的文本编码表示以及标签编码表示输入至所述特征提取模块中进行特征提取，获得所述待测表情包的文本特征表示、若干个类别的所述演示表情包的文本特征表示以及标签特征表示；
12、数据特征处理模块，用于将所述待测表情包的文本特征表示、若干个类别的所述演示表情包的文本特征表示以及标签特征表示输入至所述特征处理模块中进行信息感知，获得若干个类别的信息感知特征表示，对若干个类别的所述信息感知特征表示进行特征融合，获得特征融合表示；
13、表情包分类识别模块，用于将所述待测表情包的文本特征表示、若干个类别的信息感知特征表示以及特征融合表示输入至所述分类识别进行分类识别，获得分类识别预测概率数据，根据所述分类识别预测概率向量，获得所述分类识别预测概率数据中维度最大的目标分类识别预测概率向量，将所述目标分类识别预测概率向量的分类类型作为所述待测表情包的分类识别结果。
14、第三方面，本申请实施例提供了一种计算机设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如第一方面所述的表情包分类识别方法的步骤。
15、第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的表情包分类识别方法的步骤。
16、在本实施例中，提供一种表情包分类识别方法、装置、计算机设备以及存储介质，基于文本数据，对待测表情包进行特征提取，获得待测表情包的文本特征表示，结合多个类别的演示表情包的文本数据以及标签数据，采用信息感知的方法，对待测表情包的文本特征表示进行多视角的信息感知，获得多个类别的信息感知特征表示，以强化待测表情包的文本特征表示中含有的与表情相关联的实体信息，将多个类别的信息感知特征表示进行特征融合，从而更加全面地对待测表情包进行分类识别，提高待测表情包的分类识别的准确性。
17、为了更好地理解和实施，下面结合附图详细说明本专利技术。
本文档来自技高网...【技术保护点】
1.一种表情包分类识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的表情包分类识别方法，其特征在于：所述类型包括积极类别以及消极类别，所述特征提取模块包括积极类别相应的全连接网络以及消极类别相应的全连接网络；
3.根据权利要求2所述的表情包分类识别方法，其特征在于，所述对若干个类别的所述信息感知特征表示进行特征融合，获得特征融合表示，包括步骤：
4.根据权利要求3所述的表情包分类识别方法，其特征在于，所述将所述待测表情包的文本特征表示、若干个类别的信息感知特征表示以及特征融合表示输入至所述分类识别进行分类识别，获得分类识别预测概率数据，包括步骤：
5.根据权利要求1或4所述的表情包分类识别方法，其特征在于，所述获得待测表情包的文本数据、若干个类别的演示表情包的文本数据以及预设的表情包分类识别模型之前，还包括步骤：训练表情包分类识别模型，所述训练表情包分类识别模型，包括步骤：
6.根据权利要求5所述的表情包分类识别方法，其特征在于，所述训练表情包分类识别模型，包括步骤：
7.根据权利要求6所述的表情
8.一种表情包分类识别装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的表情包分类识别方法的步骤。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的表情包分类识别方法的步骤。
...【技术特征摘要】
1.一种表情包分类识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的表情包分类识别方法，其特征在于：所述类型包括积极类别以及消极类别，所述特征提取模块包括积极类别相应的全连接网络以及消极类别相应的全连接网络；
3.根据权利要求2所述的表情包分类识别方法，其特征在于，所述对若干个类别的所述信息感知特征表示进行特征融合，获得特征融合表示，包括步骤：
4.根据权利要求3所述的表情包分类识别方法，其特征在于，所述将所述待测表情包的文本特征表示、若干个类别的信息感知特征表示以及特征融合表示输入至所述分类识别进行分类识别，获得分类识别预测概率数据，包括步骤：
5.根据权利要求1或4所述的表情包分类识别方法，其特征在于，所述获得待测表情包的文本数据、若干个类别的演示表情包的文本数据以及预设的表...
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。