基于聚类的深度集成学习用于网络表情包情感分类
计算机视觉与模式识别
2023-02-17 v1 计算与语言
摘要
表情包通过混合文本、图像和视频，通常出于幽默目的，已成为通过互联网和社交媒体分享视觉想法的一种流行方式。近年来，实现表情包自动分析的研究引起了关注，其中包括对表情包中表达的情感进行分类的任务。在本文中，我们提出了一种新颖的模型——基于聚类的深度集成学习（CDEL），用于表情包中的情感分类。CDEL是一种混合模型，它利用了深度学习模型与聚类算法相结合的优势，通过对具有相似面部特征的表情包进行聚类，为模型增加额外信息。我们在一个用于情感分类的基准数据集上评估了CDEL的性能，通过优于广泛的基线模型并达到最先进的性能，证明了其有效性。进一步的消融模型评估展示了CDEL不同组件的有效性。
引用
@article{arxiv.2302.08343,
title = {Cluster-based Deep Ensemble Learning for Emotion Classification in Internet Memes},
author = {Xiaoyu Guo and Jing Ma and Arkaitz Zubiaga},
journal= {arXiv preprint arXiv:2302.08343},
year = {2023}
}