国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:甘卓浩,缪裕青,刘同来,张万桢,周明,
单位:1.桂林电子科技大学a.计算机与信息安全学院;b.广西图像图形与智能处理重点实验室;c.广西密码学与信息安全重点实验室,广西桂林541004;2.仲恺农业工程学院人工智能学院,广州510225;3.桂林海威科技股份有限公司,广西桂林541004;
关键词:多模态方面级情感分析,跨模态交互,Transformer,图卷积网络,形容词-名词对,
基金:国家自然科学基金项目(62366010,62366011);广东省研究生教育创新计划项目(2022JGXM115);教育部产学合作协同育人项目(202102191071,202102211021);桂林电子科技大学研究生教育创新计划项目(2024YCXS068);;
针对现有多模态方面级情感分析模型存在的视觉信息提取不充分和方面情感语义缺失问题,提出一种基于跨模态交互Transformer的多模态方面级情感分析模型。该模型通过文本语义增强模块融合图像标题与原始文本以弥补情感语义缺失;利用依存句法分析与图卷积网络构建方面感知特征提取模块,捕获方面项与观点词间的长距离依赖;设计跨模态特征交互模块,结合top-n形容词-名词对分布约束策略及多模态融合Transfor-mer,实现图像与文本特征的深层交互。在Twitter-2015、Twitter-2017和ZOL三个数据集上的实验结果表明,CMIT模型在准确率和宏平均F1值上均优于多个基准模型,验证了其有效性和泛化能力。
来源:2025年第9期
《计算机应用研究》期刊编辑部