摘要
本发明涉及基于人工智能的情感分析技术领域,公开了一种基于预训练模型的多模态融合情感分析方法,包括如下步骤:步骤1、确定数据集,获取待处理的文本、语音和视频数据,并且对获取的数据进行预处理;步骤2、分别对三个模态的数据进行特征提取,以获取各个模态的原始特征;步骤3、构建模态融合模块,将其中任意两种不同模态的原始特征进行一次融合,从而获取三组第一融合特征。本发明通过设计跨模态注意力机制网络、自注意力机制网络和点式前馈网络,能够有效捕捉不同模态(文本、语音、视频)之间的复杂依赖关系。这种融合方法增强了多模态特征的表达能力,改善了情感分析的准确性和鲁棒性。
技术关键词
情感分析方法
融合特征
预训练模型
模态特征
视频
注意力机制
音频
跨模态
网络
联合特征选择
情感分析技术
面部微表情
语音
数据
中文文本
情感类别
信号
融合方法
采样率