摘要
一种基于互信息和跨模态文本增强的多模态情感分析方法和装置,其方法包括:(1)对公开数据集进行预处理后,分别提取数据集中的文本、视觉和声学特征;(2)构建MICTE多模态情感分析模型,通过跨模态文本增强注意力模块CTEA,将文本模态信息中丰富的情感信息有效融入视觉模态和声学模态,并通过互信息最大化模块MIM,在输入级增强模态间的关联性,在融合级进一步提炼与任务相关的关键信息,剔除冗余信息;(3)利用训练集和验证集对MICTE模型进行训练和验证,选择性能最好的模型作为最终的模型;(4)将测试集输入到最终训练完成的MICTE模型中,得到情感分析结果。本发明深入挖掘了不同模态间的关联性,显著提升了融合模态的质量,从而提高了多模态情感分析的准确性。
技术关键词
情感分析方法
文本
注意力
跨模态
情感分析模型
声学特征
模态特征
视觉
情感分析装置
非参数方法
皮尔逊相关系数
高斯混合模型
前馈神经网络
分类准确率
多模态
模块
时序
处理器
思路
系统为您推荐了相关专利信息
电网设备运行状态
故障监测系统
故障诊断模块
加权主成分分析
图像采集模块
信息提示器
跟踪方法
多模态
视觉特征
文本编码器
深度学习训练数据
训练深度学习模型
生成对抗网络
生成深度学习
功耗
语音特征库
语音识别模型
脚本
声学特征
视频剪辑方法
模型训练方法
三元组
跨模态
存储计算机程序
检索方法