1.一种多级融合图像和文本的多模态方面级情感分析方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种多级融合图像和文本的多模态方面级情感分析方法，其特征在于：粗粒度对齐中，通过图像描述模型处理图像，建立视觉和语言之间的整体关系，旨在生成有意义和有效的图像描述，在粗粒度级别上表示视觉内容的语义信息，连接模态之间的特征空间；具体为，应用图像字幕工具clipcap，为场景生成高质量的字幕，表示为c：
3.根据权利要求2所述的一种多级融合图像和文本的多模态方面级情感分析方法，其特征在于：细粒度对齐中，首先使用lightface人脸检测器来识别所有人脸，并将其转换为文本人脸属性；随后，利用面部表情描述模板来生成面部描述d：
4.根据权利要求3所述的一种多级融合图像和文本的多模态方面级情感分析方法，其特征在于：字符粒度对齐中，应用谷歌的tesseract ocr引擎，通过从图像中精确识别和提取文本，实现了字符粒度对齐：
5.根据权利要求4所述的一种多级融合图像和文本的多模态方面级情感分析方法，其特征在于：步骤2中，具体为：使用四块结构的resnet作为视觉编码器，yolov5x6作为对象检测器；最多保留置信度得分最高的三个区域ob＝(o1,o2,…,oz)；
6.根据权利要求5所述的一种多级融合图像和文本的多模态方面级情感分析方法，其特征在于：步骤2中，采用anp检测器作为视觉方面和意见的监督，使用具有前n个预测概率的形容词-名词对，前n个预测的分布p计算为：
7.根据权利要求6所述的一种多级融合图像和文本的多模态方面级情感分析方法，其特征在于：步骤2中，利用动态注意力机制将多层次视觉信息作为prompt投射到文本模态中的bert的第l层；通过动态投影仪计算多个归一化向量，这些向量决定bert内每个块的视觉特征变换程度；首先，计算logits作为映射信号量：
8.根据权利要求7所述的一种多级融合图像和文本的多模态方面级情感分析方法，其特征在于：步骤3中，将输出馈送到bert模型中得到的概率分布的kl-散度最小化，相当于计算这两个分布的交叉熵损失：