社交媒体网络中视觉-文本情感分析的综合综述
计算与语言
2024-10-03 v2 人工智能
信息检索
摘要
社交媒体网络已成为人们生活中的重要组成部分,成为表达其想法、观点与情感的平台。因此,自动化情感分析(SA)对于识别人们情感至关重要,这是其他信息源无法做到的。对这些情感的分析揭示了多种应用,包括品牌评估、YouTube电影评论与医疗健康应用。随着社交媒体的持续发展,人们以不同形式发布海量信息,包括文本、图片、音频与视频。因此,传统SA算法已显局限,因其未考虑其他模态的表现力。通过纳入来自多种素材源的此类特征,这些多模态数据流为超越基于文本的SA优化预期结果提供了新机遇。我们的研究聚焦于多模态SA这一前沿领域,其考察社交媒体网络上发布的视觉与文本数据。更多人倾向于在这些平台上利用此类信息表达自我。为作为该快速发展领域研究人员的资源,我们给出了文本与视觉SA的全面概览,涵盖数据预处理、特征提取技术、情感基准数据集,以及适用于各领域多种分类方法的有效性。我们还简要介绍了最常被使用的数据融合策略,并总结了现有的视觉-文本SA研究。最后,我们强调了最重大的挑战并探讨了若干重要的情感应用。
引用
@article{arxiv.2207.02160,
title = {A Comprehensive Review of Visual-Textual Sentiment Analysis from Social Media Networks},
author = {Israa Khalaf Salman Al-Tameemi and Mohammad-Reza Feizi-Derakhshi and Saeed Pashazadeh and Mohammad Asadpour},
journal= {arXiv preprint arXiv:2207.02160},
year = {2024}
}