声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：蔡国永,吕光瑞,徐智,
关键词：社交媒体, 情感分析, 深度关联, 判别性相关分析, 多模态注意力融合,
现有的多数情感分析研究都是基于单一文本或视觉数据，效果还不够理想，多模态数据由于能够提供更丰富的信息，因此多模态情感分析正受到越来越多的关注.社交媒体上视觉数据常常和与之共现的文本数据存在较强的语义关联，因此混合图文的多模态情感分类为社交媒体情感分析提供了新的视角.为了解决图文之间的精细语义配准问题，提出了一种基于层次化深度关联融合网络的多媒体数据情感分类模型.该模型不仅利用图像的中层语义特征，还利用多模态深度多重判别性相关分析来学习最大相关的图像视觉特征表示和文本语义特征表示，而且使形成的视觉特征表示和语义特征表示均具有线性判别性.在此基础上，提出合并图像视觉特征表示和文本语义特征表示的多模态注意力融合网络，以进一步改进情感分类器.最后，在来自于社交网络的真实数据集上的大量实验结果表明，通过层次化捕获视觉情感特征和文本情感特征之间的内部关联，可以更准确地实现对图文融合社交媒体的情感分类预测.
来源：2019年第6期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。