[发明专利]基于对抗学习和语义相似度的社交网络跨媒体搜索方法在审
| 申请号： | 201910631327.1 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110502743A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 杜军平;薛哲;刘翀;周南 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04;G06Q50/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于对抗学习和语义相似度的社交网络跨媒体搜索方法，包含文本和图像的特征提取网络、公共语义空间映射网络、语义相似度网络以及模态判别网络，创新性突出，主要用于社交网络跨媒体搜索中。本发明应用在图像以及文本处理领域，可以处理不同模态下的跨媒体数据，使得跨媒体数据之间的检索高效并且准确。 | ||
| 搜索关键词： | 语义相似度 媒体数据 媒体搜索 社交网络 模态 图像 特征提取 文本处理 映射网络 语义空间 网络 创新性 检索 文本 对抗 应用 学习 | ||
【主权项】：
1.基于对抗学习和语义相似度的社交网络跨媒体搜索方法，其特征在于，使用对抗学习方法框架构建训练特征映射网络和模态判别网络，其中特征映射网络使用多维语义分布向量将不同模态的数据映射到同一语义空间中，使得相同语义下的不同模态数据在该空间距离小，不同语义下相同模态数据距离大。跨媒体数据经过特征映射网络之后，既保留映射前的语义分布，又能够消除模态上的差异。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910631327.1/，转载请声明来源钻瓜专利网。
