科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，社交媒体上以图像和文本为主要内容的多模态信息不断增多，不同模态之间的情感信息相互关联，互为补充。利用海量的不同模态的社交媒体数据信息，有助于更好地对公众情感进行分析。为充分利用图像与文本各自模态中的情感信息，充分挖掘图像与情感信息之间的交互信息，提出一种基于注意力机制和双线性融合的多模态混合融合情感分析模型，构建BERT-BiGRU-Att文本分类模型和ResNet-Att图像分类模型，基于双线性融合的特征融合模型，并利用Dempster组合规则作为决策融合方式构建混合融合模型。在推特图文情感分析数据集上进行了实验，实验结果显示模型能够有效挖掘各模态特征，利用图文信息之间的相关性，在情感分析任务中获得更好的性能。
- 单位
