用于多模态情感分析的量子启发表示学习方法

本发明公开了用于多模态情感分析的量子启发表示学习方法，具体按以下步骤实施：步骤1，音频、视频和文本特征提取；步骤2，多模态一致性情感特征提取；步骤3，多模态私有性特征提取；步骤4，模糊分类。本发明通过构建基于隐空间的解纠缠编码模块分离多模态一致性和独立性，来缓解模态之间的异质性，然后提出量子启发的注意力机制拟合情感表达的不确定性，最后构建基于模糊机制的量子融合方法学习多量子态之间的相互作用，实现准确的多模态情感分析。