利用多样化特征进行多模态情感分析
计算机视觉与模式识别
2023-08-28 v1 多媒体
声音
音频与语音处理
摘要
本文给出我们针对MuSe 2023多模态情感分析挑战赛中的MuSe-Personalisation子挑战赛的解决方案。MuSe-Personalisation任务旨在基于参与者的音视频、语言与生理信号模态数据预测其连续的唤醒度与效价值。考虑到不同人具有个人特征，该任务的主要挑战在于如何构建鲁棒的特征表示以用于情感预测。为解决此问题，我们提出利用多样化特征。具体而言，我们提出一系列特征提取方法以构建鲁棒表示与模型集成。我们在官方提供的数据集上实证评估了所采用方法的性能。结果，我们在MuSe-Personalisation子挑战赛中取得第3名。具体而言，我们在唤醒度与效价CCC指标上分别取得0.8492与0.8439的结果。
引用
@article{arxiv.2308.13421,
title = {Exploiting Diverse Feature for Multimodal Sentiment Analysis},
author = {Jia Li and Wei Qian and Kun Li and Qi Li and Dan Guo and Meng Wang},
journal= {arXiv preprint arXiv:2308.13421},
year = {2023}
}