基于值门控混合专家网络的噪声鲁棒多模态意图识别方法及系统

本发明属于多模态数据处理技术领域。提出了一种基于值门控混合专家网络的噪声鲁棒多模态意图识别方法及系统，获取融合文本、视觉、音频的多模态输入序列，经模态解耦提取、空间维度对齐、混合序列拼接生成多模态特征序列，并同步生成配套模态掩码序列区分各向量所属模态；依托掩码分配对应解耦专家投影参数完成特征投影，得到原始值向量序列；通过门控网络生成门控系数序列，将系数与原始值向量逐元素相乘得到去噪值向量序列，过滤无关背景特征；最后基于去噪值向量执行自注意力聚合，输出最终意图表征。本发明区分各模态专属投影逻辑，可降低异构特征间干扰，借助值门控机制抑制冗余噪声，提升了多模态场景下意图识别的稳定程度。