【技术实现步骤摘要】
本专利技术属于隐式情感分析，具体涉及一种融合多模态异质用户知识的个性化隐式情感分析方法。
技术介绍
1、随着社交媒体、电子商务等网络平台的普及，大量用户生成的文本数据不断涌现，其中蕴含着丰富的情感信息。情感分析作为自然语言处理领域的重要研究课题，致力于从文本中识别和理解情感倾向，为用户提供情感洞察和个性化服务。然而，传统的情感分析方法主要关注文本表面的情感词汇和句法结构，忽视了用户的个性特征和外部知识对情感表达的影响，导致在处理隐式情感时效果不佳。
2、隐式情感表达缺乏显性情感词汇，其情感倾向常受到用户特性的影响。同一段隐式情感表达在不同用户之间可能具有不同的情感倾向，这种个体差异性使得传统情感分析方法难以准确捕捉用户的真实情感状态。受用户背景、性格特点、兴趣偏好、社交关系等因素影响，隐式情感的解读需要结合用户特性进行个性化分析。
3、现有针对隐式情感分析的相关研究存在以下两个方面的不足：一方面，缺乏用户特性知识融合。以往的隐式情感分析研究主要集中在对隐式情感表达本身的特征建模表示，而忽视了对异构用户特性的有效建...
【技术保护点】
1.一种融合多模态异质用户知识的个性化隐式情感分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合多模态异质用户知识的个性化隐式情感分析方法，其特征在于，所述S2中构建多模态常识知识图学习模块，具体包括：
3.根据权利要求2所述的一种融合多模态异质用户知识的个性化隐式情感分析方法，其特征在于，所述S2中构建多视图用户隐含偏好表示模块，具体为：
4.根据权利要求3所述的一种融合多模态异质用户知识的个性化隐式情感分析方法，其特征在于，所述S2中构建用户内容知识和情感句表示模块，具体为：
5.根据权利要求4所...
【技术特征摘要】
1.一种融合多模态异质用户知识的个性化隐式情感分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合多模态异质用户知识的个性化隐式情感分析方法，其特征在于，所述s2中构建多模态常识知识图学习模块，具体包括：
3.根据权利要求2所述的一种融合多模态异质用户知识的个性化隐式情感分析方法，其特征在于，所述s2中构建多视图用户隐含偏好表示模块，具体为：
4.根据权利要求3所述的一种融合多模态异质用户知识的个性化隐式情感分析方法，其特征在于，所...
【专利技术属性】
技术研发人员：廖健，雷佳，王素格，郑建兴，陈千，
申请(专利权)人：山西大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。