推断视频评论响应的诱发情感：新任务、数据集与基线
计算机视觉与模式识别
2024-07-09 v1 人工智能
计算与语言
摘要
现有的视频多模态情感分析主要关注视频内部人员的情感表达，却往往忽略了观众观看视频时的诱发情感。观众的诱发情感对于推断公众对视频的响应至关重要，在分析公众社会情感、广告效果及其他领域有广泛应用。微视频及相关评论为观众诱发情感分析提供了丰富的应用场景。有鉴于此，我们引入了一项新颖的研究任务——视频诱发评论响应的多模态情感分析（MSA-CRVI），旨在根据对微视频的评论响应推断观点与情感。同时，我们手动标注了一个名为“面向微视频的评论情感”（CSMV）的数据集以支持此项研究。据我们所知，这是目前在规模和视频时长上最大的视频多模态情感数据集，包含 107,267 条评论和 8,210 个微视频，视频总时长达 68.83 小时。推断评论的诱发情感应利用视频内容，因此我们提出了一种视频内容感知的评论情感分析（VC-CSA）方法作为基线，以应对这一新任务固有的挑战。大量实验表明，与其他现有基线相比，我们的方法展现出显著提升。
引用
@article{arxiv.2407.06115,
title = {Infer Induced Sentiment of Comment Response to Video: A New Task, Dataset and Baseline},
author = {Qi Jia and Baoyu Fan and Cong Xu and Lu Liu and Liang Jin and Guoguang Du and Zhenhua Guo and Yaqian Zhao and Xuanjing Huang and Rengang Li},
journal= {arXiv preprint arXiv:2407.06115},
year = {2024}
}