摘要
本发明属于情感分析技术领域,公开了一种基于深度学习的学习情感程度分析方法、系统及介质,所述方法包括:获取用户的学习交互数据,所述学习交互数据包括:文本数据、语音数据以及视频数据;基于语义表示模型对文本数据进行特征提取,得到文本特征;基于时间序列模型对语音数据进行特征提取,得到语音特征;基于时空序列模型对视频数据进行特征提取,得到视觉特征;对文本特征、语音特征以及视觉特征进行多模态交叉融合,得到多模态融合特征;基于深度学习的全连接层对多模态融合特征进行分类,得到用户的情感分类结果。本发明显著提升多模态情感分析的整体性能以及提升情感分析的准确性。
技术关键词
程度分析方法
融合特征
视觉特征
语音特征
多头注意力机制
交互特征
时间序列模型
文本
视频特征提取
音频特征提取
数据
多模态情感分析
情感分析技术
系统为您推荐了相关专利信息
驾驶决策模型
自动驾驶决策方法
车辆状态数据
节点
多模态特征融合
图像融合分类
高光谱图像数据
编码器
融合特征
融合多模态特征
神经网络模型
语音特征
特征提取方式
融合特征
背景噪声
字段
LSTM神经网络模型
ARIMA模型
文本
节假日效应