基于MLP和多头自注意力特征融合的双模态情感计算模型

• 全文链接
• 请求原文

作   者：

吴俊洁;  王佳阳;  朱萍;  肖强; 

作者机构：

浙江方圆检测集团股份有限公司;  杭州电子科技大学电子信息学院;  浙江大学图书馆; 

关键词：

多语言泛化;  自注意力机制;  多层感知机;  情感计算;  双模态; 

期刊名称：

计算机应用

i s s n：

1001-9081

年卷期：

2024 年 44 卷 0S1 期

页   码：

39-43

摘   要：

针对情感计算中传统的单模态情感分析通常存在分类准确率不高和不同语言环境间泛化能力较差的问题，提出一种双模态情感计算模型，以同时使用包含中英文两种语言、两种不同模态的情感数据。首先，利用多层感知机（MLP）网络和双向长短时记忆（BiLSTM）网络对数据进行特征提取；其次，基于MLP和自注意力机制分别对提取的特征进行特征融合，得到多模态分析模型；最后，使用该模型在构建的包含中英文两种语言数据的数据集上进行二分类情感计算预测。实验结果表明，所提模型相较于次优的BiLSTM模型，精度提高了1.22%；相较于单模态情感计算模型，精度提高了6.21%～14.00%。