一种基于多阶段图融合网络的缺失模态情感分析方法

AITNT
正文
推荐专利
一种基于多阶段图融合网络的缺失模态情感分析方法
申请号:CN202410983027
申请日期:2024-07-19
公开号:CN119046787A
公开日期:2024-11-29
类型:发明专利
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
1
一种创业实训平台优化方法
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
2
一种针对FEA分析的结果后处理方法
后处理方法 顶点 存储结构 链表 序列
3
一种基于多阶段动态优化的时序数据突变检测方法、系统和存储介质
径向基函数模型 突变检测方法 放疗设备 时序 多阶段
4
一种基于病毒性肺炎风险评估预测系统
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
5
基于多模态特征融合的服装兼容性分析方法、设备及介质
多模态特征融合 层级 视觉特征 分析方法 服装
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号