典型文献
基于多层LSTM融合的多模态情绪识别
文献摘要：
情绪分析一直是自然语言处理领域的研究热点,而多模态情绪分析是当前该领域的一个挑战.已有研究在上下文信息和不同模态时间序列信息交互方面存在不足,该文提出了一个新颖的多层LSTM融合模型(Multi-LSTMs Fusion Model,MLFN),通过分层LSTM分别设置单模态模内特征提取层、双模态和三模态模间融合层进行文本、语音和图像三个模态之间的深度融合,在考虑模态内部信息特征的同时深度捕获模态之间的交互信息.实验结果表明,基于多层LSTM多模态融合网路能够较好地融合多模态信息,大幅度提升多模态情绪识别的准确率.
文献关键词：
多模态;情绪分析;LSTM
中图分类号：
作者姓名：
张亚伟;吴良庆;王晶晶;李寿山
作者机构：
苏州大学 计算机科学与技术学院,江苏 苏州 215006
文献出处：
引用格式：
[1]张亚伟;吴良庆;王晶晶;李寿山-.基于多层LSTM融合的多模态情绪识别)[J].中文信息学报,2022(05):145-152
A类：
LSTMs,MLFN
B类：
多模态情绪识别,情绪分析,自然语言处理,上下文信息,序列信息,信息交互,融合模型,Multi,Fusion,Model,单模,内特,双模态,层进,和图像,内部信息,信息特征,交互信息,多模态融合,网路,多模态信息
AB值：
0.325173
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。
