图文多模态情感分类方法、装置、计算机设备及存储介质

本申请涉及一种图文多模态情感分类方法、装置、计算机设备及存储介质，其中方法包括：获取初始图像和初始文本，并对初始图像转换为描述性文本；通过双向长短期记忆网络分别提取描述性文本和初始文本的特征，生成第一特征和第二特征；通过注意力模型对第一特征和第二特征进行特征融合处理，生成目标融合特征；基于目标融合特征进行特征分类，生成目标情感类别。本发明将图像从高维信息转化为文本表述，降低了维度复杂性，使得模型能够更精准地捕捉图像情感特征；同时采用双向长短期记忆网络将文本转化为连续向量，并引入注意力机制实现图像与文本特征的深度融合，动态调整权重以充分利用图像信息，进而有利于提高情感分类的准确性。