一种基于解缠表示学习的多模态情感分析方法

本发明提供了一种基于解缠表示学习的多模态情感分析方法，包括：获取多模态情感分析数据集，并提取文本、音频和视频的特征；构建表征学习网络，提取私有特征和共享特征，并通过对抗学习优化及时间平滑度约束进行处理；在不同语言尺度的引导下，融合音频和视频的私有特征；通过跨模态注意力和门控机制进一步融合文本、音频和视频特征；最后将融合特征输入至情感分析模块，结合情感分类或回归任务，生成情感预测结果。本发明不仅考虑音频与视频特征在连续时间上的一致性，有效减少冗余信息并保证时间维度一致性，还在文本引导下实现音频和视频特征的深度融合，显著提升了跨模态融合的效果。