1044.
针对多模态情感分析中模态异质性特征关注不足导致的特征冗余和噪声干扰问题,提出了一种基于多任务联合学习与自适应融合的多模态情感分析模型(MTL-SAF)。该模型创新性地构建了多任务联合情感分析模块,通过同时处理多模态和单模态任务来全面捕捉模态间异质性特征,并引入动态权重分配的自适应融合机制以抑制冗余噪声。模型采用多尺度特征提取策略,有效融合低级与高级特征以增强情感信息表达能力。在SIMS、MOSI和MOSEI数据集上的实验结果表明,MTL-SAF在情感分类准确率和F
1值等指标上均显著优于现有基线模型,验证了其在处理模态异质性和增强特征表达方面的优越性。… …
相似文献