多模态生成式情感分析模型的鲁棒增强方法及分类方法

本发明提供一种多模态生成式情感分析模型的鲁棒增强方法及分类方法，属于自然语言处理技术领域，该方法包括：获取原始输入集，基于原始输入集以及目标蜕变关系，构建新输入集；将原始输入集和新输入集分别输入至初始的多模态生成式情感分析模型，得到情感标签；基于情感标签从原始输入集和新输入集中选取符合预期的数据，构建训练集；基于训练集和训练集对应的情感标签训练多模态生成式情感分析模型，得到新的多模态生成式情感分析模型。本发明设计了基于属性的目标蜕变关系，应用蜕变测试有效地对模型的鲁棒性进行分析，解决现有的多模态目标级情感分类方法存在着无法有效地对模型的鲁棒性进行分析的技术问题。