计算机研究与发展

作者：贾熹滨,李宸,王珞,张沐晨,刘潇健,张旸旸,温家凯,

关键词：多模态情感分析, 无监督领域自适应, 跨领域情感分类, 特征解耦, 元优化,

多模态情感分析旨在利用多模态点评等数据识别用户情感倾向.为实现存在域偏移的跨域应用，常用无监督领域自适应方法.然而，该类方法着重于领域不变特征提取，忽略了目标领域特定特征的重要作用.为此，提出基于元优化的领域不变及领域特定特征解耦网络.首先，通过嵌入情感适配器对预训练大模型微调，建立图文融合情感特征编码器.进而，构建基于因子分解的特征解耦模块，分别利用领域对抗及领域分类、协同独立性约束，实现知识可传递的领域不变特征编码的同时，提取领域特定特征以增强目标域情感分类性能.为保证特征解耦与情感分类的总体优化方向一致性，提出基于元学习的元优化训练策略，实现情感分析网络的协同优化.基于MVSA和Yelp数据集构建的双向情感迁移任务的对比实验表明，较之其他先进的图文情感迁移算法，所提算法于双向情感迁移任务的精确率、召回率和F1值3项评价指标均取得了优异的性能.

来源：2025年第11期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2025年第11期