摘要
本发明提供一种基于多阶段图融合网络的缺失模态情感分析方法,包括模型的构建和训练。在随机缺失一种模态和随机缺失多种模态的条件下,基于训练好的模型,本发明整体性能优于其他基线模型。此外,通过对模型进行消融实验减枝,经多次实验验证,本发明中的每个模块均具有显著的有效性,确保了每个模块在整体模型中的贡献和重要性。本发明能够搭建多模态情感分析模型并进行训练,基于训练好的模型,提升模型对随机缺失模态条件下情感分析的鲁棒性。
技术关键词
情感分析方法
多阶段
情感分析模型
模态特征
顶点
双模态
网络
预训练模型
sigmoid函数
数据
权重计算方法
注意力机制
多模态
定义
编码器
动态
融合特征
基线
系统为您推荐了相关专利信息
实训平台
个性化路径推荐
社交互动分析
个性化学习路径
噪声数据
径向基函数模型
突变检测方法
放疗设备
时序
多阶段
病毒性肺炎
肺部CT图像
风险预测模型
热力图
风险评估报告