一种增强目标视觉特征的多模态方面级情感分析方法

本发明提出了一种增强目标视觉特征的多模态方面级情感分析方法，旨在通过集成文本、方面词和图像数据，提高情感分析的准确性和细节解析能力。该方法结合句法依存关系分析和KNN算法，充分挖掘模态内细粒度信息，增强文本内容的深层语义理解。通过利用CLIP模型、相似度计算和Faster R‑CNN，精确定位图像中与方面词相关的关键视觉区域，优化视觉信息的处理。此外，采用交互注意力机制，深入挖掘模态间的关联特征，有效融合文本、方面词和图像信息。实验结果显示，本模型在公开数据集上的表现超越了多个基线模型，证明了其在多模态情感分析领域的应用潜力和效果。