有序学习！一种面向多模态情感分析的序贯不变特征学习策略
机器学习
2024-09-10 v1 人工智能
摘要
本文提出一种新颖且简单的序贯学习策略，用于在视频和文本上训练多模态情感分析模型。为估计未见过的分布外数据的情感极性，我们引入一个多模态模型，该模型使用我们的学习策略在单一源域或多源域上进行训练。该策略首先从文本中学习域不变特征，随后借助文本中选出的特征，从视频中学习稀疏的域无关特征。实验结果表明，在单源和多源两种设置下，我们的模型平均性能均显著优于当前最优方法。我们的特征选择过程倾向于选择彼此独立且与极性标签强相关的特征。为促进该主题的研究，本文源代码将在录用后公开发布。
引用
@article{arxiv.2409.04473,
title = {Learning in Order! A Sequential Strategy to Learn Invariant Features for Multimodal Sentiment Analysis},
author = {Xianbing Zhao and Lizhen Qu and Tao Feng and Jianfei Cai and Buzhou Tang},
journal= {arXiv preprint arXiv:2409.04473},
year = {2024}
}