基于上下文保持与情感证据回溯的多模态情感分析方法

本发明公开了一种基于上下文保持与情感证据回溯的多模态情感分析方法，首先获取待分析图像、原始文本查询与情感引导提示，再将原始文本查询与情感引导提示拼接为粗粒度查询；然后将粗粒度查询和待分析图像输入到大语言模型进行特征提取和融合，输出原始得分，并依托原始得分算出情感概率与置信度，筛选得到多模态情感候选集合；再依托模型编码、跨模态注意力计算视觉词元权重，筛选高权重视觉词元构建得到情感视觉证据集合；最后为大语言模型配置先分析后选择提示，自回归生成中执行证据回溯机制，输出情感证据分析文本和细粒度情感标签。本发明实现全局上下文保持，并利用证据回溯机制，提高细粒度多模态情感分析的准确性、稳定性和可追溯性。