摘要
本发明公开了一种基于多尺度相似性特征重构的多模态情感分析算法,包括:特征提取网络;联合表示模块;多尺度相似性特征重构模块;基于对称的跨模态注意力机制的多模态融合框架;首先,使用特征提取网络从多模态表示方面中提取特征。然后,将单模态特征映射到同一维度的空间中得到它们的联合表示,通过分别对这两个模态编码输入表示,再利用文本模态进行重构学习这两个模态与文本模态相关的情感,最小化它们之间的表示分歧。最后,使用对称的跨模态注意力机制的多模态融合框架来对多模态特征进行融合,从而使模型更加关注主要的情感。上述多模态融合和表示学习方法,能够在多模态情感分析领域有显著优势。
技术关键词
门控循环神经网络
多尺度
重构模块
文本
特征提取网络
多模态特征
多头注意力机制
解码器
多模态情感分析
情感特征
编码器
算法
时间序列信息
深度学习框架
系统为您推荐了相关专利信息
入库方法
标签模板
打印控制模块
成品
数字孪生系统
信息检索方法
多任务学习模型
构建企业关系
意图
关系网络图
工件
智能分析模型
速度匹配模型
数控机床
感应器
错误纠正方法
多模态信息融合
票据
二维位置信息
印章
同步测量方法
气液两相
变形特征
同步控制器
预训练网络