检索结果-维普期刊中文期刊服务平台

基于联合交互注意力的图文情感分析方法: 1; 作者胡慧君丁子毅 +1 位作者张耀峰刘茂福《北京航空航天大学学报》北大核心 2025年第7期2262-2270,共9页; 社交媒体中的图文情感对于引导舆论走向具有重要意义,越来越受到自然语言处理(NLP)领域的广泛关注。当前,社交媒体图文情感分析的研究对象主要为单幅图像文本对,针对无时序性及多样性的图集文本对的研究相对较少,为有效挖掘图集中图像... 展开更多; 关键词社交媒体图文情感分析联合注意力交互注意力多模态融合; 在线阅读下载PDF 职称材料

基于多层的模态渐进交互融合的图文情感分析: 2; 作者程艳房成兴 +3 位作者姚宇肖詹勇鑫俞恭成陈彦滢《中文信息学报》北大核心 2025年第5期120-128,共9页; 相较于单模态数据,多模态数据提供了更丰富的信息,使得模型能够从不同维度来分析数据的情感。以往的研究没有充分探索和利用文本与图像数据之间的信息关联。针对上述问题,该文提出一种基于多层的模态渐进交互融合(Multi-Layer Modal Pro... 展开更多; 关键词图文情感分析形容词名词对门控多模态融合; 在线阅读下载PDF 职称材料

基于公共情感特征压缩与融合的轻量级图文情感分析模型被引量：2: 3; 作者甘臣权付祥 +1 位作者冯庆东祝清意《计算机研究与发展》 EI CSCD 北大核心 2023年第5期1099-1110,共12页; 由于图文结合更能反映用户的态度和立场,图文情感分析已成为研究热点之一.然而,现有图文情感分析方法无法有效地提取融合图文信息,致使模型性能低、参数量大、不易部署.对此,提出了一种基于公共情感特征压缩与融合的轻量级图文情感分析... 展开更多; 关键词图文情感分析公共情感特征特征压缩特征融合轻量级; 在线阅读下载PDF 职称材料

深层注意力和两阶段融合的图文情感对比学习方法: 4; 作者余本功石中玉《计算机工程与应用》北大核心 2025年第3期223-233,共11页; 图文数据逐渐成为网络舆情的主流载体,图文情感分析利用多模态的信息互补效应提高情感分析效果,在人机对话、舆情监控等领域具备极大的应用潜能。以往的研究大多将图像和文本的特征拼接后再使用注意力进行融合,模态信息交互不充分,融合... 展开更多; 关键词图文情感分析深层注意力两阶段融合门控注意力机制对比学习; 在线阅读下载PDF 职称材料

基于多层注意力机制的图文双模态情感分析被引量：6: 5; 作者周婷杨长春《计算机工程与设计》北大核心 2023年第6期1853-1859,共7页; 针对在图文双模态情感分析任务中,容易忽略通道信息,造成关键信息遗漏以及特征融合不充分、不考虑各模态权重的问题,提出一种基于多层注意力机制的图文双模态情感分析模型(multi-level attention mechanism fusion,MAMF)。使用BERT模型... 展开更多; 关键词图文情感分析深度学习卷积神经网络卷积注意力模块注意力机制模态融合多模态识别; 在线阅读下载PDF 职称材料

题名基于联合交互注意力的图文情感分析方法: 1; 作者胡慧君丁子毅张耀峰刘茂福; 机构武汉科技大学计算机科学与技术学院武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北经济学院湖北数据与分析中心; 出处《北京航空航天大学学报》北大核心 2025年第7期2262-2270,共9页; 基金国家自然科学基金(62271359) 国家社科基金重点项目(23ATJ005) +1 种基金湖北省教育厅科研重点项目(20192202)。; 文摘社交媒体中的图文情感对于引导舆论走向具有重要意义,越来越受到自然语言处理(NLP)领域的广泛关注。当前,社交媒体图文情感分析的研究对象主要为单幅图像文本对,针对无时序性及多样性的图集文本对的研究相对较少,为有效挖掘图集中图像与文本之间情感一致性信息,提出基于联合交互注意力的图文情感分析(SA-JIA)方法。该方法使用RoBERTa和双向门控循环单元(Bi-GRU)来提取文本表达特征,使用ResNet50获取图像视觉特征,利用联合注意力来找到图文情感信息表达一致的显著区域,获得新的文本和图像视觉特征,采用交互注意力关注模态间的特征交互,并进行多模态特征融合,进而完成情感分类任务。在IsTS-CN数据集和CCIR20-YQ数据集上进行了实验验证,结果表明:所提方法能够提升社交媒体图文情感分析的性能。; 关键词社交媒体图文情感分析联合注意力交互注意力多模态融合; Keywords social media image and text sentiment analysis joint attention interactive attention multimodal fusion; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多层的模态渐进交互融合的图文情感分析: 2; 作者程艳房成兴姚宇肖詹勇鑫俞恭成陈彦滢; 机构江西师范大学软件学院江西师范大学计算机信息工程学院江西师范大学数字产业学院江西师范大学江西省智能信息处理与情感计算重点实验室; 出处《中文信息学报》北大核心 2025年第5期120-128,共9页; 基金国家自然科学基金(62167006) 江西省科技创新基地计划——智能信息处理与情感计算江西省重点实验室(20242BCC32021) +2 种基金国家社会科学基金(20AXW009) 江西省自然科学基金(20212BAB202017)。; 文摘相较于单模态数据,多模态数据提供了更丰富的信息,使得模型能够从不同维度来分析数据的情感。以往的研究没有充分探索和利用文本与图像数据之间的信息关联。针对上述问题,该文提出一种基于多层的模态渐进交互融合(Multi-Layer Modal Progressive Interaction Fusion,MLMPIF)的图文情感分析模型,以充分探索文本和图像数据之间的信息。该模型从文本和图像中提取到的文本特征、形容词名词对特征和图像特征进行多层渐进交互融合,即先从图像中提取的形容词名词对,增强图像语义理解,并通过门控多模态融合组件实现文本和图像模态的融合,最后,模型引入组合注意力互补组件,促进单模态与融合特征的深入交互,生成更全面的多模态情感特征信息。在MVSA-Single和MVSA-Multiple数据集上进行的实验表明,与主流方法相比,该文的方法对于多模态情感检测是有效的。; 关键词图文情感分析形容词名词对门控多模态融合; Keywords graphic sentiment analysis adjective noun pairs gated multimodal fusion; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于公共情感特征压缩与融合的轻量级图文情感分析模型被引量：2: 3; 作者甘臣权付祥冯庆东祝清意; 机构重庆邮电大学通信与信息工程学院重庆邮电大学网络空间安全与信息法学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2023年第5期1099-1110,共12页; 基金国家自然科学基金项目(61702066,61903056) 重庆市教委科学技术重点研究项目(KJZD-M201900601) 重庆市基础研究与前沿技术研究计划项目(cstc2021jcyj-msxmX0761)。; 文摘由于图文结合更能反映用户的态度和立场,图文情感分析已成为研究热点之一.然而,现有图文情感分析方法无法有效地提取融合图文信息,致使模型性能低、参数量大、不易部署.对此,提出了一种基于公共情感特征压缩与融合的轻量级图文情感分析模型.该模型结合卷积层和全连接层设计的图文特征压缩模块在提取图文特征的同时也进行了压缩,降低了特征维度.此外,提出了一种基于门控机制的公共情感特征融合模块,将图文特征映射到相同的情感空间,消除了图文特征间的异构性,通过提取、融合图像和文本的公共情感特征,减少了冗余信息.在Twitter,Flickr,Getty Images这3个基线数据集上的实验结果表明:所提模型比早期模型更有效地提取融合了图文情感信息;和最新模型相比,所提模型大大减少了模型参数并具有更优越的性能,更易部署.; 关键词图文情感分析公共情感特征特征压缩特征融合轻量级; Keywords image-text sentiment analysis public emotion feature feature compression feature fusion lightweight; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名深层注意力和两阶段融合的图文情感对比学习方法: 4; 作者余本功石中玉; 机构合肥工业大学管理学院合肥工业大学过程优化与智能决策教育部重点实验室; 出处《计算机工程与应用》北大核心 2025年第3期223-233,共11页; 基金国家自然科学基金(72071061)。; 文摘图文数据逐渐成为网络舆情的主流载体,图文情感分析利用多模态的信息互补效应提高情感分析效果,在人机对话、舆情监控等领域具备极大的应用潜能。以往的研究大多将图像和文本的特征拼接后再使用注意力进行融合,模态信息交互不充分,融合特征存在大量的噪声。提出了一种深层注意力和两阶段融合的图文情感对比学习方法。使用深层跨模态注意力网络进行模态交互,有助于提取不同模态的隐藏信息。设计的跨模态门控融合模块利用门控机制和注意力实现特征的两阶段融合,动态调整特征权重,降低数据噪声。模型通过对比学习和情感分类任务的联合训练,充分捕获与情感相关的跨模态共同特征,有利于提升模型的鲁棒性。方法在MVSA-Single、MVSA-Multiple和HFM等数据集上进行实验得到的准确率和F1值相较于基线模型的最优者平均提升了1.04和0.96个百分点。; 关键词图文情感分析深层注意力两阶段融合门控注意力机制对比学习; Keywords image-text sentiment analysis deep attention two-stage fusion gated-attention contrastive learning; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多层注意力机制的图文双模态情感分析被引量：6: 5; 作者周婷杨长春; 机构常州大学计算机与人工智能学院常州大学微电子与控制工程学院; 出处《计算机工程与设计》北大核心 2023年第6期1853-1859,共7页; 基金江苏省研究生科研与实践创新计划基金项目(KYCX20_2558)。; 文摘针对在图文双模态情感分析任务中,容易忽略通道信息,造成关键信息遗漏以及特征融合不充分、不考虑各模态权重的问题,提出一种基于多层注意力机制的图文双模态情感分析模型(multi-level attention mechanism fusion,MAMF)。使用BERT模型和双向长短时记忆网络结合的方式获得文本特征;在图片特征抽取中,引入卷积注意力模块(convolutional block attention module,CBAM)生成视觉注意特征;利用视觉引导的文本注意力和文本引导的视觉注意力重构特征向量,在特征融合中使用注意力机制对不同模态加权以区别其影响,最后输出进行分类。在多模态情感数据集MVSA上的实验验证了模型的有效性。; 关键词图文情感分析深度学习卷积神经网络卷积注意力模块注意力机制模态融合多模态识别; Keywords image-text sentiment analysis deep learning convolutional neural networks convolution block attention module attention mechanism modal fusion multimodal recognition; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于联合交互注意力的图文情感分析方法	胡慧君丁子毅张耀峰刘茂福	《北京航空航天大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于多层的模态渐进交互融合的图文情感分析	程艳房成兴姚宇肖詹勇鑫俞恭成陈彦滢	《中文信息学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于公共情感特征压缩与融合的轻量级图文情感分析模型	甘臣权付祥冯庆东祝清意	《计算机研究与发展》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	深层注意力和两阶段融合的图文情感对比学习方法	余本功石中玉	《计算机工程与应用》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于多层注意力机制的图文双模态情感分析	周婷杨长春	《计算机工程与设计》北大核心	2023	6	在线阅读下载PDF 职称材料