一种基于Transformer特征学习的自监督多模态情感分析方法

本发明涉及多模态情感分析技术，具体为一种基于Transformer特征学习的自监督多模态情感分析方法。本发明首先对文本进行原始特征提取以及高级特征提取，然后通过注意力机制去除冗余信息，仅保留关键特征。接着，三个模态的关键特征输入到双流交叉注意门控交互模块，提取互补特征并过滤不相关特征。最后，将各模态特征拼接融合，并输入多层感知机，指导单峰标签生成模块，联合指导多模态和单模态任务，平衡独立和互补知识，从而提高情感预测的准确性和泛化能力。