基于Attention机制的BAP-CNN图文融合情感分类

摘要：

情感分类大多研究图像或文本，然而图像与文本情感信息通常具有互补性，针对现有研究发现单一模态情感分类不能捕捉全局情感语义且存在忽略具有重要特征的情感信息等弊端，本文提出一种Attention机制的BAP-CNN图文融合情感分类方法。为了捕获句子和词语之间的一种语义交互信息，构建了一种级联CNN和BLSTM的交互注意力句子的情感分类模型BLSTM-CNN ，继而将 PCNN的图像进行情感识别分类，采用最大决策融合的方法来设计一种融合图文语义的情感识别分类模型。实验研究结果显示，图文融合的情感分析充分运用了图像

关键词：Attention机制、情感分类、卷积式神经网络（CNN）、长短时记忆网络（LSTM）

在线出版日期：2021-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：203-204