摘要
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.
基金项目
国家自然科学基金(61702066)
国家自然科学基金(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(cstc2021jcyjmsxmX0761)
维普
万方数据