一种多模态情感分析驱动的智能教学互动反馈方法及系统

本申请涉及一种多模态情感分析驱动的智能教学互动反馈方法及系统。所述方法包括：首先获取多模态数据。运用混合神经网络模型对多模态数据进行分离，融合生成综合情感向量。随后，对综合情感向量进行特征提取，借助长短时记忆网络捕捉动态情感序列，并将其与预设阈值进行对比，得到当前情感状态。基于当前情感状态，利用生成对抗网络映射出实时情感变化曲线，从中提取关键时间节点，进而生成动态反馈参数向量。最后，运用强化学习算法对动态反馈参数向量进行优化并修正量化指标，得到优化后的情感状态评估结果。上述步骤能够更真实地反映学生的情感状况，实现对学生情感状态的动态跟踪、精准评估以及优化反馈，显著提升教学互动效果。