基于多模态输入的AI对话系统

本申请提供了一种基于多模态输入的AI对话系统，涉及AI智能交互领域，其采用基于人工智能的数据分析技术来分别对用户输入的意图表达图像进行图像语义特征提取和对用户输入的意图表达文本进行文本语义理解，并基于对意图表达图像语义编码特征和意图表达文本语义编码特征进行主成分分析交互融合得到的特征和提示词来智能地生成回复文本。这样，通过对多模态的意图表达数据进行分析，可以使得AI对话系统更准确地理解用户的实际意图，进而提供更准确地回答，有利于提升用户体验。