一种基于多粒度自信息的情绪识别方法、装置及设备

本发明涉及数据挖掘技术领域，并公开了一种基于多粒度自信息的情绪识别方法、装置及设备。本发明通过采集跨模态数据，经预处理后构建多模态数据集；对各模态数据进行多粒度特征子集划分，构建跨模态多粒度特征空间。基于粒计算理论建立粒度自信息测度，计算各粒度特征子集的自信息值，筛选出不确定性最低的最优粒度特征。最后通过加权拼接方式融合各模态最优粒度特征，将所得跨模态融合特征输入Transformer模型进行情绪识别，输出识别结果。本发明依托多模态特征互补、多粒度语义挖掘与自信息最优粒度筛选机制，有效提升了情绪识别的精准度与鲁棒性，解决了传统情绪识别方法模态融合不充分、粒度维度单一、特征冗余度高的技术缺陷。