基于对比学习与大语言模型增强的多模态方面级情感分析模型

打开文本图片集

摘要：［目的/意义］ 针对多模态方面级情感分析（MABSA）研究领域存在的数据稀疏、数据不平衡等问题，探索大语言模型在MABSA任务中的应用和性能效果。［方法/过程］ 本文提出一种基于大语言模型数据增强和HiLo注意力对比学习的多模态方面级情感分析模型HLCL-GLM4。该模型调用ChatGLM4-Flash进行数据增强，采用Faster R-CNN和BART词嵌入分别获取文本和图像模态特征，将图像特征通过HiLo注意力机制进行建模，并使用一种自监督的对比学习策略进行模态特征学习和融合，提升样本多样性和情感语义的丰富性。（剩余12248字）