基于证据深度学习的多模态情感分类方法及系统

一种基于证据深度学习的多模态情感分类方法及系统，包括创建多模态情感数据集；构建一种基于证据深度学习的多模态情感分类模型，包括数据预处理模块、证据提取模块、类别可信度和分类不确定性估计模块、决策融合模块；使用多模态情感数据集中的样本训练模型；利用训练好的模型对新输入的短视频进行情感分类。综合利用视频、语音和文本三种模态的关键证据，通过Dirichlet分布参数化来评估每个模态在分类决策中的类别可信度和分类结果不确定性，并通过Dempster组合规则构建一个可靠且可信的分类决策框架，不仅提升了情感分类的准确率和鲁棒性，还能给出最终决策的整体分类不确定性评估，提供了更好的模型解释性和决策可信度。