摘要
本发明涉及基于提示的双层跨模态蒸馏学习的多模态方面情感分析方法、系统、电子设备、可读存储介质,属于多模态情感分析技术领域。现有方法在面对实际应用中多种视觉噪声干扰时存在适应性不足的问题,大多数现有的情感分析模型是专门为特定场景设计的,难以适应如视觉模态缺失等不同的场景。在此提出本发明,本发明注重蒸馏学习和方面感知,通过由方面词构建的提示,引导模型聚焦于方面信息。通过最小化其输出与当前最佳多模态方面情感分析模型之间的蒸馏损失,能够有效的选择性学习多模态表示,即使在缺失视觉信息或存在视觉噪声干扰的情况下,也能准确预测方面的情感极性本发明在包含噪声视觉的情感分析任务中表现出极高的准确性和鲁棒性。
技术关键词
情感分析方法
跨模态
蒸馏
视觉
情感分析模型
预训练语言模型
多模态情感分析
文本
情感分析系统
超参数
标记
机制
分类器
交互注意力
电子设备
可读存储介质
噪声图像
系统为您推荐了相关专利信息
图像分类方法
多模态
文本特征向量
文本编码器
分类程序
多模态
树状结构
存储程序代码
页面内容
控制单元
图文
内容评估方法
XGBoost模型
样本
存储装置