科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
