摘要
本申请公开了多模态数据分析技术领域的一种深度集成社交内容和关系的情感分析方法,包括特征预处理、基于Transformer的图文注意力、节点指导的图文联合注意力以及多模态图推理四个模块。其中,特征预处理模块主要用于图片、文本及社交关系网络特征的提取和处理;基于Transformer的图文注意力模块用于捕捉图片与文本之间细粒度的情感特征关联及互补信息;节点指导的图文联合注意力模块和多模态图推理模块分别从社交网络的拓扑结构和邻居内容信息两方面探索社交关系对图文情感极性的影响。本发明综合利用了图片、文本以及关系网络三种模态的数据,并通过跨模态注意力机制,图神经网络等技术进行社交内容和关系的深度集成和推理,有效提高了多模态情感分析的准确性。
技术关键词
情感分析方法
社交
图片
节点特征
文本
图文
注意力机制
多模态
情感分类器
矩阵
双向长短期记忆网络
拓扑结构信息
残差神经网络
关系网络图
神经网络结构
数据分析技术
系统为您推荐了相关专利信息
视频内容检索方法
Agent模型
关键词
文本识别
进度条
图谱标签融合方法
多图谱标签融合
图像
图谱特征
带标签