一种基于逆强化学习的多模态情感融合方法

本申请实施例涉及多模态情感分析领域，公开了一种基于逆强化学习的多模态情感融合方法。通过语音、面部表情、文本等模态特征进行动态加权融合，采用逆强化学习从已知情感标签数据中推导出最优的模态融合策略，自动调整每种模态在情感分析中的贡献权重，以实现情感识别的高效、准确和稳定。通过本发明的技术，情感分析系统能够在多种情感情境下自适应地优化模态融合，显著提高情感分析系统在不同场景下的泛化能力，减少对大量标注数据的依赖，同时提升情感识别的精度。本发明具有广泛的应用前景，可广泛应用于智能客服、情感计算等领域。可至少用以解决现有技术中模态权重固定、情感识别准确率低的问题。