摘要
本发明提供了一种对比增强非同构模态融合的多模态情感分析方法,涉及情感分析技术领域,本发明通过将视觉模态特征和音频模态特征进行融合的方法,来弥补和文本模态之间信息密度的差异,本发明设计了联合对比学习,通过样本内的对比学习和内本间的对比学习,得到样本内的损失和样本间的损失,样本内的对比学习,旨在增强模态间一致性,样本间的对比学习,保障每种模态特征的独立性和独特性,以避免过度融合导致的信息丢失,由此,本发明兼顾模态间的互补性和差异性,并弥补视觉和音频模态与文本模态间信息密度的差异,提升情感分析模型的性能与泛化能力。
技术关键词
模态特征
情感分析方法
样本
文本
音频特征
视觉特征
编码器
声学特征
标签
多模态情感分析
情感分析技术
情感分析模型
BERT模型
跨模态
前馈神经网络
情感类别
参数
系统为您推荐了相关专利信息
关联分析系统
文本
电网运行状态
集中度
深度学习方法
预案生成方法
风险
非易失性存储介质
分类子模型
数据