融合情感特征的多通道注意力图卷积网络用于多模态情感分析
计算与语言
2022-01-26 v1
摘要
如今，随着社交媒体平台上多模态评论的爆炸式增长，多模态情感分析因与这些社交媒体帖子高度相关而近年来受到关注。尽管大多数先前研究设计了各种融合框架来学习多模态的交互式表示，但它们未能将情感知识纳入模态间学习。本文提出了一种多通道注意力图卷积网络（MAGCN），由两个主要部分组成：跨模态交互学习和情感特征融合。对于跨模态交互学习，我们利用自注意力机制与密集连接的图卷积网络相结合来学习模态间动态。对于情感特征融合，我们利用多头自注意力将情感知识合并到模态间特征表示中。在三个广泛使用的数据集上进行了大量实验。实验结果表明，与几种最先进的方法相比，所提模型在准确率和 F1 分数上取得了有竞争力的性能。
引用
@article{arxiv.2201.10274,
title = {Multi-channel Attentive Graph Convolutional Network With Sentiment Fusion For Multimodal Sentiment Analysis},
author = {Luwei Xiao and Xingjiao Wu and Wen Wu and Jing Yang and Liang He},
journal= {arXiv preprint arXiv:2201.10274},
year = {2022}
}