一种基于跨模态注意力机制的方面级多模态蒙古语情感分析方法

一种基于跨模态注意力机制的方面级多模态蒙古语情感分析方法，首先对多模态数据预处理，通过模态翻译将视觉和音频模态转换为文本模态；同时利用分层解纠缠将模态特征分离为公共、私有和噪音表征。然后构建分阶段方面级情感提取模块，第一阶段基于BiLSTM网络和BIO标签体系实现目标词与观点词的边界标注，并引入目标指导模块融合句法依赖特征优化观点词预测；第二阶段通过位置嵌入和逻辑回归模型判断目标词‑观点词对的有效性，完成情感二元组抽取。最后设计自适应情感极性分类网络，利用前馈神经网络生成各模态动态权重实现特征自适应融合，并通过多损失联合优化机制平衡分类准确性与权重分布，抑制噪音干扰并输出三元组结果。