کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4947127 1439566 2017 26 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Ensemble application of convolutional neural networks and multiple kernel learning for multimodal sentiment analysis
ترجمه فارسی عنوان
کاربرد گروهی شبکه های عصبی کانولوشن و یادگیری چند هسته ای برای تحلیل احساسات چند متغیره
کلمات کلیدی
ترجمه چکیده
ظهور وب اجتماعی هر کسی را با اتصال به اینترنت فعال کرده است تا به راحتی ایده ها، نظرات و محتوای خود را با میلیون ها نفر دیگر از سراسر جهان ایجاد و به اشتراک بگذارد. با توجه به غبار جهانی فیلم های میلیاردها کامپیوتر، تلفن های هوشمند، قرص ها، پروژکتور های دانشگاه و دوربین های امنیتی، میزان محتوای چندجملهای در وب به طور نمادین افزایش یافته است و با این وجود نیاز به رمزگشایی چنین اطلاعاتی در دانش مفید است. در این مقاله، یک چارچوب تجزیه و تحلیل داده های عاطفی چندجمله ای برای اخذ نظر کاربران و احساسات از محتوای ویدئویی پیشنهاد شده است. به طور خاص، یادگیری چند هسته ای برای ترکیب قوانین بصری، صوتی و متنی مورد استفاده قرار می گیرد. چارچوب پیشنهادی به ترتیب با استفاده از مدل پیشرفته ای در تحلیل تحلیل احساسات چندمتغیره با حاشیه 10-13٪ و دقت 3-5٪ در تشخیص قطبیت و به رسمیت شناختن احساسات، بهتر عمل می کند. این مقاله همچنین یک مطالعه جامع در مورد همجوشی تصمیم گیری را پیشنهاد می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
کاربرد گروهی شبکه های عصبی کانولوشن و یادگیری چند هسته ای برای تحلیل احساسات چند متغیره
چکیده انگلیسی
The advent of the Social Web has enabled anyone with an Internet connection to easily create and share their ideas, opinions and content with millions of other people around the world. In pace with a global deluge of videos from billions of computers, smartphones, tablets, university projectors and security cameras, the amount of multimodal content on the Web has been growing exponentially, and with that comes the need for decoding such information into useful knowledge. In this paper, a multimodal affective data analysis framework is proposed to extract user opinion and emotions from video content. In particular, multiple kernel learning is used to combine visual, audio and textual modalities. The proposed framework outperforms the state-of-the-art model in multimodal sentiment analysis research with a margin of 10-13% and 3-5% accuracy on polarity detection and emotion recognition, respectively. The paper also proposes an extensive study on decision-level fusion.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 261, 25 October 2017, Pages 217-230
نویسندگان
, , , , ,