典型文献
基于SC-Attention机制的多模态讽刺检测研究
文献摘要：
[目的]针对现有多模态讽刺检测模型中存在预测准确率不高、多模态特征难以融合等问题,设计一种SC-Attention融合机制.[方法]采用CLIP和RoBERTa模型分别提取图像、图像属性和文本三种模态特征,经由SENet的注意力机制和Co-Attention机制结合构成的SC-Attention机制将多模态特征进行融合,以原始模态特征为引导,合理分配特征权重,最后输入全连接层进行讽刺检测.[结果]实验结果表明,基于SC-Attention机制的多模态讽刺检测的准确率为93.71％,F1值为91.68％,与基准模型相比,准确率提升10.27个百分点,Fl值提升11.50个百分点.[局限]模型的泛化性需要在更多数据集上体现出来.[结论]SC-Attention机制减少信息冗余和特征损失,有效提高多模态讽刺检测的准确率.
文献关键词：
多模态;讽刺检测;SC-Attention机制;CLIP模型
中图分类号：
作者姓名：
陈圆圆;马静
作者机构：
南京航空航天大学经济与管理学院 南京211106
文献出处：
引用格式：
[1]陈圆圆;马静-.基于SC-Attention机制的多模态讽刺检测研究)[J].数据分析与知识发现,2022(09):40-51
A类：
讽刺检测
B类：
SC,Attention,检测模型,预测准确率,多模态特征,融合机制,CLIP,RoBERTa,SENet,注意力机制,Co,合理分配,分配特征,特征权重,全连接层,层进,准确率提升,百分点,Fl,泛化性,上体,信息冗余,特征损失
AB值：
0.278188
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。
