摘要
本发明公开了一种基于多智能体协同的多模态情感分析方法。所述方法,包括如下步骤:S1.数据集准备;S2.输入处理与特征提取;从视频数据中分离出语音、文本和视觉三个模态的数据;S3.训练网络模型;所述网络模型主要包括情感智能体建立阶段和情感智能体合作阶段;设置解耦模块,针对每个模态的数据,分别设计了一个模态编码器“EncoderM”从输入数据中分解模态属性fim,一个情感编码器“Encoder S”提取情感信息fis,以及一个解码器“Decoder”;S4.预测结果。本发明通自适应挖掘各模态有效的情感属性,提高了数据的利用率。
技术关键词
多智能体协同
情感分析方法
情感特征
多模态情感分析
文本数据提取
模态特征
编码器
时序特征
BERT模型
工具包
情感类别
阶段
解码器
处理器
语音特征
视觉特征
网络
系统为您推荐了相关专利信息
协同运行优化方法
有功功率
深度强化学习模型
多虚拟电厂协同优化方法
优化约束条件
语音情感分析方法
深度学习架构
短时傅里叶变换
声纹特征
情感类别
数据扩充方法
多头注意力机制
预训练语言模型
解码器
样本
脑电信号去噪
脑机接口系统
意图识别算法
极限学习机
深度卷积神经网络