摘要
一种多流链式感知增强的多模态方面级情感分析方法简称MCPE模型,涉及多模态情感分析技术领域。本发明解决了现有技术中模态内信息密度差异和模态间信息失衡导致的细粒度情感分析准确率低的问题。本发明包括:获取待分析的多模态文本‑图像对,将文本‑图像对输入训练好的MCPE模型,获得方面词及其情感极性;MCPE模型包括:特征提取模块、链式增强模块、多流交互模块和分类器;特征提取采用BART提取文本特征和Faster R‑CNN提取图像特征;链式增强模块通过IFE‑TFE双链架构分别抑制图像,文本噪声并增强细粒度语义;多流交互模块采用双向跨模态注意力实现文本推理与视觉证据的动态互补融合;分类器基于融合特征输出分析结果,且无需外部工具。本发明适用于社交媒体评论的情感分析。
技术关键词
情感分析方法
视觉特征
文本编码器
特征提取模块
图像
融合特征
金字塔特征
细粒度特征
分类器
细粒度情感分析
多模态情感分析
注意力机制
自然语言理解
训练语言模型
跨模态
解码器结构
构建训练集
系统为您推荐了相关专利信息
相机成像系统
结构光投影系统
故障识别方法
三维点云数据
图像
电力作业场景
监督学习方法
超分辨率
教师
电力作业施工
裂缝分析方法
YOLO算法
多尺度裂缝
网络
多尺度特征提取
面向无人机
布局四旋翼无人机
视觉伺服控制方法
待测对象表面
视觉传感器