一种基于多阶段图融合网络的缺失模态情感分析方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于多阶段图融合网络的缺失模态情感分析方法
申请号:
CN202410983027
申请日期:
2024-07-19
公开号:
CN119046787A
公开日期:
2024-11-29
类型:
发明专利
摘要
本发明提供一种基于多阶段图融合网络的缺失模态情感分析方法,包括模型的构建和训练。在随机缺失一种模态和随机缺失多种模态的条件下,基于训练好的模型,本发明整体性能优于其他基线模型。此外,通过对模型进行消融实验减枝,经多次实验验证,本发明中的每个模块均具有显著的有效性,确保了每个模块在整体模型中的贡献和重要性。本发明能够搭建多模态情感分析模型并进行训练,基于训练好的模型,提升模型对随机缺失模态条件下情感分析的鲁棒性。
技术关键词
情感分析方法
多阶段
情感分析模型
模态特征
顶点
双模态
网络
预训练模型
sigmoid函数
数据
权重计算方法
注意力机制
多模态
定义
编码器
动态
融合特征
基线