摘要
本发明涉及自然语言处理技术、计算机视觉、多模态情感分析领域,特别涉及一种基于多尺度文本视觉特征增强的多模态方面级情感分析方法,包括以下步骤:步骤1:获取多模态方面级情感数据集;步骤2:输入预训练语言模型获取全局上下文特征;步骤3:结合目标情绪语义融入获取方面有关视觉情感特征;步骤4:获取文本信息词间的依赖关系,获得句法增强的文本特征;步骤5:融合全局上下文特征、句法增强的文本特征与方面有关的视觉情感特征,获得多模态融合特征;步骤6:预测方面词的情感极性,本发明具有以下有益效果:扩充特征信息使得文本图像进行有效交互,并降低文本和图片数据产生的噪声保证多模态融合特征的质量。
技术关键词
情感分析方法
视觉特征
文本
情感特征
融合特征
上下文特征
语义
多尺度
预训练语言模型
图像
动态门控
句法信息
多模态情感分析
序列
高维向量空间
注意力编码器
系统为您推荐了相关专利信息
音频
车辆控制指令
服务器设备
识别语音信息
座舱
矩阵
关键帧
全局特征提取
局部特征提取
图像编码器
图像配准
胸部CT图像
呼气
图像生成系统
分析模块
对象
关键词
计算机执行指令
分析模块
数据分析方法