摘要
本发明涉及图像处理领域,提出一种基于自适应情感特征的多模态社交媒体情感分析方法,通过情感知识蒸馏算法对多模态社媒特征进行情感倾向预测,以获取情感极性分数,以充分关注图文特征中的显式情感极性,从而实现对情感信息的全面捕获,直接从文本中提取并利用明确的情感极性信号,为后续的特征处理提供了直接的情感上下文指导,避免了情感信息不全面不细致问题,再通过设计一种动态情感极性调制因子,使得图像和文本特征的重要性可以根据所提取的显式情感极性进行动态调整,以更好地适应不同图文样本间情感表达方式和强度的差异,本发明提高了多模态社交媒体情感分析方法的准确性和全面性。
技术关键词
社交媒体情感分析方法
融合情感特征
情感类别
极性调制
融合特征
情感分析模型
多模态特征融合
多模态信息
情感分类器
文本
Softmax函数
多头注意力机制
多层感知机
算法
动态
因子
情感表达方式
系统为您推荐了相关专利信息
警示灯
热成像
图像
训练卷积神经网络模型
特征提取单元
汽车毫米波雷达
孔洞
多尺度特征
润滑铝片
融合特征
多源异构数据融合
动态建模方法
合规性
知识图谱构建技术
覆盖率
可见光图像
辐射计算方法
图像分割模型
天然气管道
多角度