基于多源双语及跨模态特征融合与增强的中文情感分类方法
申请号:CN202510322558
申请日期:2025-03-19
公开号:CN119961759B
公开日期:2025-12-23
类型:发明专利
摘要
本发明公开了基于多源双语及跨模态特征融合与增强的中文情感分类方法,属于情感计算技术领域,具体地:获取待分类中文文本并翻译;获取待分类图像的图像中文文本并翻译;构建双语特征提取模型,利用其分别提取待分类中文文本和图像中文文本的双语融合特征;提取待分类图像的全局视觉情感语义表示;构建情感知识库,对待分类中文文本的双语融合特征搜索处理得到外部情感表示;通过待分类图像的跨模态注意力融合,增强待分类中文文本的双语融合特征,基于所得跨模态情感表示预测情感分类结果。本发明通过充分挖掘用户发表的中英混合文本和配图的特征,有效捕捉不同来源的强情感表达词汇,显著提升中文情感分类任务的准确性,并兼顾模型计算效率。
技术关键词
中文情感分类方法
中文文本
特征提取模型
模态特征
中文特征
Softmax函数
融合特征
预训练语言模型
网络模块
情感特征
图像
注意力
跨模态
矩阵
语义
文本区域识别
情感计算技术