摘要
本发明公开了一种课堂情绪识别方法,涉及情绪识别技术领域。包括:获取多源数据;对多源数据分别进行特征提取,得到多源特征向量;将多源特征向量输入经过LORA方法精调后的Transformer模型中,通过精调后的Transformer模型中的多模态融合模块确定教学场景,根据教学场景确定多源特征向量对应的多源特征向量权重,并根据多源特征向量权重对多源特征向量进行加权融合处理,得到融合特征向量;对融合特征向量进行识别,得到情绪类别标签及概率;基于情绪类别标签及概率确定情绪反馈结果。本发明可以提高情绪识别的准确性。
技术关键词
情绪识别方法
教学场景
文本特征向量
图像特征向量
情绪识别技术
情绪识别装置
矩阵
多模态
标签
LSTM模型
学生
音频
特征提取模块
场景分类
数据采集模块
处理器
教师
计算机设备
系统为您推荐了相关专利信息
分析管理系统
知识点
动态权限管理
语音处理单元
Kubernetes集群
图像分析方法
深度学习卷积神经网络
太阳
飞行路径规划
空间天气监测
匹配推荐方法
数据
多头注意力机制
文本特征向量
深度神经网络结构