典型文献
面向多模态情感分析的双模态交互注意力
文献摘要：
针对现有多模态情感分析方法中存在情感分类准确率不高,难以有效融合多模态特征等问题,通过研究分析相邻话语之间的依赖关系和文本、语音和视频模态之间的交互作用,建立一种融合上下文和双模态交互注意力的多模态情感分析模型.该模型首先采用双向门控循环单元(BiGRU)捕获各模态中话语之间的相互依赖关系,得到各模态的上下文信息.为了学习不同模态之间的交互信息,提出了一种双模态交互注意力机制来融合两种模态的信息,并将其作为条件向量来区分各模态信息对于情感分类的重要程度;然后结合自注意力、全连接层组成多模态特征融合模块,挖掘模态内部和模态之间的关联性,获得跨模态联合特征.最后,将得到的上下文特征和跨模态联合特征进行拼接,经过一层全连接层后馈送至Softmax进行最终的情感分类.在公开的多模态情感分析数据集CMU-MOSI上对所提出的模型进行评估,实验结果表明,相比现有模型,该模型在多模态情感分类任务上的表现是有效的和先进的.
文献关键词：
多模态;情感分析;双向门控循环单元(BiGRU);上下文;双模态交互注意力;特征融合
中图分类号：
作者姓名：
包广斌;李港乐;王国雄
作者机构：
兰州理工大学 计算机与通信学院,兰州 730050
文献出处：
引用格式：
[1]包广斌;李港乐;王国雄-.面向多模态情感分析的双模态交互注意力)[J].计算机科学与探索,2022(04):909-916
A类：
双模态交互注意力
B类：
多模态情感分析,分类准确率,有效融合,依赖关系,文和,双向门控循环单元,BiGRU,相互依赖,上下文信息,交互信息,交互注意力机制,模态信息,重要程度,自注意力,全连接层,多模态特征融合,特征融合模块,跨模态,联合特征,上下文特征,拼接,馈送,送至,Softmax,CMU,MOSI,现有模型,多模态情感分类,分类任务
AB值：
0.230148
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。
