摘要
本发明提出一种基于多模态数据的量化策略分析方法与系统,该方法包括:对文本数据进行清洗,得到清洗后的文本数据;利用清洗后的文本数据确定学习目标;构建常用词词袋,并生成词频矩阵;基于词频矩阵得到新的词频矩阵;基于新的词频矩阵得到降维后的词频矩阵;利用降维后的词频矩阵构建针对文本的回归模型;通过标注后的图片数据对微调后的预训练卷积神经网络模型进行训练,得到针对图像的深度神经网络情绪识别模型;利用针对文本的回归模型和针对图像的深度神经网络情绪识别模型得到策略结果。本发明通过数据驱动的方式,让模型自主学习词语情感权重值,使得模型能够动态适应不同语境,提高了情感分析的泛化能力。
技术关键词
策略分析方法
训练卷积神经网络模型
情绪识别模型
文本
市场动态
深度神经网络
多模态
贡献率
图片
协方差矩阵
特征值
策略分析系统
数据处理模块
因子
线性回归模型
模型训练模块
图像
系统为您推荐了相关专利信息
语义关键词
训练词向量模型
模型训练方法
样本
网络日志数据
健康诊断方法
视觉特征
融合多尺度特征
桥梁健康状态
自然语言文本
审计评价方法
综合评价指标体系
随机森林
项目
情感词库
人工智能模型
教育系统
信息处理单元
信息采集单元
信息检索