基于情绪维度补偿的图卷积多模态对话情绪识别方法

本发明涉及基于情绪维度补偿的图卷积多模态对话情绪识别方法。属于多模态情绪识别领域。包括：利用预训练模型分别提取文本、音频和视觉模态的原始特征；并检测模态缺失情况，利用可用模态特征与上下文信息生成伪特征；将多模态特征映射到VAD三维空间，进行预测与增强；全局层面基于VAD相似性连接跨话语节点，量化情绪一致性以捕捉远距离交互；局部层面通过计算同一话语内不同模态特征间的相似性，进行信息传播与节点更新；通过多层图卷积聚合邻居信息，动态调整节点权重以抑制噪声传播，最终经均值池化操作融合多模态特征生成话语级情绪表征。本发明的方法显著提升模态缺失场景下的情绪识别性能。