一种基于注意力机制的多模态情感分析方法及系统
摘要:
本发明提供一种基于注意力机制的多模态情感分析方法及系统,属于深度学习技术领域,包括:对多模态情感分析数据集合进行预处理,得到多模态数据向量;将多模态数据向量输入基于注意力机制的双层双向GRU网络中进行特征提取,得到多模态特征向量;将多模态特征向量输入至低秩张量融合模型中进行特征融合,获得融合后多模态特征;确定融合后多模态特征的情感极性,输出情感分析结果。本发明采用双层双向GRU模型能有效学习视频数据中的文本和音频的时序特征,具有结构简单、学习速度快以及连接(56)对比文件US 2018165554 A1,2018.06.14US 2020302340 A1,2020.09.24US 2021109956 A1,2021.04.15Zhun Liu等.Efficient Low-rankMultimodal Fusion with Modality-SpecificFactors《.arXiv:1806.00064v1》.2018,1-10页.Ruo-Hong Huan等.Video multimodalemotion recognition based on Bi-GRU andattention fusion《.Multimedia Tools andApplications》.2020,8213–8240页.尹春勇等.基于多任务学习的时序多模态情感分析模型《.计算机应用》.2021,1631 - 1639.
0/0