基于多視圖關(guān)注網(wǎng)絡(luò)的圖文多模態(tài)情感分析模型

打開(kāi)文本圖片集

摘  要： 針對(duì)現(xiàn)有多模態(tài)情感分類模型無(wú)法全面、準(zhǔn)確地捕獲復(fù)雜的情感信息，以及融合過(guò)程中沒(méi)有充分挖掘兩者之間的潛在關(guān)聯(lián)，導(dǎo)致模型結(jié)構(gòu)冗余復(fù)雜、計(jì)算效率低下的問(wèn)題，提出一種多視圖關(guān)注網(wǎng)絡(luò)（MPF?Net）模型。該模型通過(guò)引入多維感知特征捕獲機(jī)制，全面而精確地獲取圖像和文本中蘊(yùn)含的情感信息；其次，采用增強(qiáng)的記憶互動(dòng)學(xué)習(xí)機(jī)制，使模型能夠更加有效地提取和融合單模態(tài)特征，并在多輪迭代中不斷更新和優(yōu)化這些特征，從而捕捉到更深層次的情感細(xì)節(jié)；再構(gòu)建一個(gè)高級(jí)深度學(xué)習(xí)框架，該框架采用生成對(duì)抗網(wǎng)絡(luò)（GAN）與池化技術(shù)的深度融合單元，以實(shí)現(xiàn)復(fù)雜數(shù)據(jù)特征的高效提取與整合；最后，在保留原有特征信息的基礎(chǔ)上進(jìn)行特征整合，同時(shí)通過(guò)降維技術(shù)降低模型的復(fù)雜性，提高計(jì)算效率。（剩余13047字）