一种基于图文融合的跨模态社交媒体情感分析方法

• 作者: 申自强
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 社交媒体 情感分析 图文融合 贡献计算 跨模态
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 9-13,16
• 页数: 6页
• 分类号: TP301
• 字数: 5505字
• 语种: 中文
• DOI: 10.11907/rjdk.181783

摘要

情感分析是目前人工智能与社交媒体研究的热门领域, 具有重要的理论意义和实用价值.为了解决由于社交媒体具有随意性、情感主观性等特点造成文本与图像之间的情感互斥问题, 提出一种基于图文融合的跨模态社交媒体情感分析方法.该方法不仅可以学习到文本与图像之间的情感互补特性, 而且通过引入模态贡献计算, 可避免情感表达不一致问题.在Veer和Weibo数据集上的实验结果显示, 相比于现有融合方法, 采用该方法的情感分类准确率平均提高了约4％.基于图文融合的跨模态社交媒体情感分析方法能够很好地处理模态间的情感互斥问题, 具有较强的情感识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申自强	江苏大学计算机科学与通信工程学院	1	1	1.0	1.0