(广西可信软件重点实验室(桂林电子科技大学) 广西桂林 541004) (ccgycai@guet.edu.cn)
出版日期: 2019-06-01基金资助:国家自然科学基金项目(61763007，66162014)；广西自然科学基金重点项目(2017JJD160017)；广西可信软件重点实验室项目(201503)A Hierarchical Deep Correlative Fusion Network for Sentiment Classification in Social Media
Cai Guoyong, Lü Guangrui， Xu Zhi(Guangxi Key Laboratory of Trusted Software (Guilin University of Electronic Technology), Guilin, Guangxi 541004)
Online: 2019-06-01Supported by:This work was supported by the National Natural Science Foundation of China (61763007, 66162014), the Natural Science Foundation of Guangxi Province of China (2017JJD160017), and the Project of the Guangxi Key Laboratory of Trusted Software (201503).摘要/Abstract
摘要： 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.
参考文献
相关文章 11
| [1] | 曾碧卿, 曾锋, 韩旭丽, 商齐. 基于交互特征表示的评价对象抽取模型[J]. 计算机研究与发展, 2021, 58(1): 224-232. |
| [2] | 尉桢楷, 程梦, 周夏冰, 李志峰, 邹博伟, 洪宇, 姚建民. 基于类卷积交互式注意力机制的属性抽取研究[J]. 计算机研究与发展, 2020, 57(11): 2456-2466. |
| [3] | 刘波,李洋,孟青,汤小虎,曹玖新. 社交媒体内容可信性分析与评价[J]. 计算机研究与发展, 2019, 56(9): 1939-1952. |
| [4] | 孙小婉,王英,王鑫,孙玉东. 面向双注意力网络的特定方面情感分析模型[J]. 计算机研究与发展, 2019, 56(11): 2384-2395. |
| [5] | 陈珂,梁斌,柯文德,许波,曾国超. 基于多通道卷积神经网络的中文微博情感分析[J]. 计算机研究与发展, 2018, 55(5): 945-957. |
| [6] | 焦旭,肖迎元,郑文广,朱珂. 基于位置的社会化网络推荐技术研究进展[J]. 计算机研究与发展, 2018, 55(10): 2291-2306. |
| [7] | 李然,林政,林海伦,王伟平,孟丹. 文本情绪分析综述[J]. 计算机研究与发展, 2018, 55(1): 30-52. |
| [8] | 梁斌,刘全,徐进,周倩,章鹏. 基于多注意力卷积神经网络的特定目标情感分析[J]. 计算机研究与发展, 2017, 54(8): 1724-1735. |
| [9] | 陈龙,管子玉,何金红,彭进业. 情感分类研究进展[J]. 计算机研究与发展, 2017, 54(6): 1150-1170. |
| [10] | 李雪妮 张绍武 杨 亮 林鸿飞. ARES:用于预测的情感感知自回归模型[J]. , 2013, 50(8): 1722-1727. |
| [11] | 冯 时, 付永陈, 阳 锋, 王大玲, 张一飞,. 基于依存句法的博文情感倾向分析研究[J]. , 2012, 49(11): 2395-2406. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3954
