基于原型引导模态融合与提示增强的情感分析方法

本发明公开了一种基于原型引导模态融合与提示增强的情感分析方法，构建了一种多模态情感分析网络，该网络包括多模态编码模块、原型引导模态融合模块、动态模态权重调节机制以及上下文提示生成模块。首先，利用多模态编码器提取各模态语义特征，并基于标注样本构建原型特征库，用于刻画不同模态在各类别下的典型表示。随后，通过原型相似度动态评估模态贡献，实现模态自适应融合。进一步地，依据输入样本与原型库的相似性检索结果生成上下文提示，引导预训练语言模型完成情感分类。本发明可有效缓解模态不一致、信息冗余及小样本泛化弱等问题，提升情感分析的准确性与鲁棒性。