SentiMM：面向社交媒体情感分析的多模态多智能体框架
计算与语言
2025-08-26 v1
摘要
随着社交媒体上异构内容的日益普及，情感分析在有效处理多源数据和识别多标签情绪方面面临着显著挑战。现有方法往往缺乏有效的跨模态融合和外部知识集成能力。我们提出SentiMM，一种新颖的多智能体框架，旨在系统性地解决上述挑战。SentiMM通过专用智能体处理文本和视觉输入，融合多模态特征，通过知识检索丰富语境，并聚合结果进行最终情感分类。我们还引入了SentiMMD，一个包含七个细粒度情感类别的大规模多模态数据集。大量实验表明，SentiMM在与最先进基线方法的对比实验中实现了卓越的性能，验证了该结构化方法的有效性。
引用
@article{arxiv.2508.18108,
title = {SentiMM: A Multimodal Multi-Agent Framework for Sentiment Analysis in Social Media},
author = {Xilai Xu and Zilin Zhao and Chengye Song and Zining Wang and Jinhe Qiang and Jiongrui Yan and Yuhuai Lin},
journal= {arXiv preprint arXiv:2508.18108},
year = {2025}
}