一种显示设备及观影交互方法

本申请提供一种显示设备及观影交互方法，所述方法通过响应于用户基于目标媒资数据输入的第一交互指令，根据播放进度获取已播放片段数据，并提取视频特征、音频特征和文本特征，通过多模态融合技术特征融合视频特征、音频特征和文本特征得到多模态融合特征。在基于视频特征、音频特征和文本特征生成的角色网络图提取角色关系特征，从而生成交互反馈结果。本申请通过多模态融合技术通过多种特征融合的方式智能、准确地对目标媒资数据执行内容理解，从而向用户提供与目标媒资数据内容相符的交互反馈结果，提高内容理解准确性。