摘要
本发明公开了一种基于张量动态交互与解耦的多模态情感分析方法,属于多模态信息处理领域,包括以下步骤:特征提取,将原始模态数据分别输入至不同的编码器进行特征提取以生成多模态的潜在特征表示;特征交互与解耦,扩展拼接并利用笛卡尔积和爱因斯坦求和约定生成交互特征;卷积与池化:交互特征经过卷积操作逐步提取更高维度的特征,将特征图展平为一维特征向量,使用Transformer编码器对每个模态特征进行处理;步骤S4,情感预测:将解耦后的特征向量输入,通过多层感知器进行情感标签预测,并通过平均绝对误差损失函数优化预测精度。本发明能够解决现有多模态情感分析模型在处理模态间交互与特征解耦方面存在的不足。
技术关键词
情感分析方法
交互特征
模态特征
长短期记忆网络
笛卡尔
多层感知器
编码器
时序依赖关系
损失函数优化
多模态情感分析
池化方法
音频特征
矩阵
情感分析模型
标签
动态
输出特征
LSTM模型
系统为您推荐了相关专利信息
空调负荷调度方法
舒适度模型
空调制冷量
矩阵
电力系统调度运行控制技术
回看方法
融合特征
多模态特征
识别特征
音频特征
虚假用户识别方法
隐马尔可夫模型
交互特征
分级响应机制
模式识别
视频搜索方法
索引数据结构
识别算法
视频元数据
视频特征信息
图像分类方法
图像分类系统
融合特征
注意力机制
路径特征