典型文献
TSAIE:图像增强文本的多模态情感分析模型
文献摘要：
[目的]近年来,以图文结合的多模态数据分析模型已经逐渐成为社交网络中情感分析的重要途径.[方法]本文针对多模态情感分析中存在的图文特征融合问题,提出了一种基于图像增强文本的多模态情感分析模型TSAIE.该模型分别提取文本特征和图片特征,然后设计了基于Transformer编码器与注意力机制的组合注意力图文特征融合模块,通过该模块计算出文本中的每一个词和图片的信息相关度,提升文本特征的情感表征能力,最后将经过组合注意力计算之后的文本特征与图片特征拼接后输入全连接层.[结论]实验结果表明,在MVSA-Single数据集上,情感分类的准确率和F1值分别提高了3.11％和2.53％,在MVSA-Multi数据集上,情感分类的准确率和F1值分别提高了1.33％和0.74％,从而验证了TSAIE模型的有效性.
文献关键词：
多模态;情感分析;Transformer;注意力机制;图文特征融合
中图分类号：
作者姓名：
刘琦玮;李俊;顾蓓蓓;赵泽方
作者机构：
中国科学院计算机网络信息中心,北京 100083;中国科学院大学,北京 100049
文献出处：
引用格式：
[1]刘琦玮;李俊;顾蓓蓓;赵泽方-.TSAIE:图像增强文本的多模态情感分析模型)[J].数据与计算发展前沿,2022(03):131-140
A类：
TSAIE,图文特征融合,MVSA
B类：
图像增强,多模态情感分析,以图,图文结合,多模态数据分析,数据分析模型,社交网络,中情,融合问题,文本特征,图片特征,Transformer,编码器,注意力机制,注意力图,特征融合模块,相关度,表征能力,特征拼接,全连接层,Single,情感分类,Multi
AB值：
0.267977
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
