查图尔维迪,来，Satapathy,野生动物，Cavallari,桑德罗,威尔士,Erik（2019）基于模糊常识推理的多模态情感分析。模式识别，125分。264 - 270页。

PDF(已出版版本) -已出版版本 仅限存储库人员使用

摘要

大多数用户在网上发布的内容是文本、图像和视频，但也包括游戏中的生理信号。AffectiveSpace是一个情感常识的向量空间，可用于英语文本，但不适用于其他语言或其他形式，如心电图信号。我们通过使用深度学习来从每个模式中提取特征，然后将它们投射到一个共同的情感空间中，从而克服了这一限制，该情感空间已被聚类为不同的情感。因为在现实世界中，个体倾向于对一个意见目标有部分或混合的情绪，我们使用模糊逻辑分类器来预测AffectiveSpace中特定情绪的程度。将深度卷积神经网络与模糊逻辑相结合的模型称为卷积模糊情感分类器。最后，由于模糊分类器的计算复杂度与特征数量成指数关系，我们将特征投影到四维情感空间，以加快分类性能。

项ID:	63175
项目类型:	文章(研究- C1)
ISSN:	1872 - 7344
关键词:	多模态，模糊逻辑，情感分类
版权信息:	©2019
把日期:	2020年6月16日19:33
代码:	信息与计算科学> 4602人工智能> 460208自然语言处理@ 30% 信息与计算科学计算机视觉与多媒体计算图像处理@ 30% 信息与计算科学> 4611机器学习> 461103深度学习@ 40%
搜索引擎优化代码:	扩展知识> 970108扩展信息和计算科学知识@ 100%
下载:	总:3
	更多的统计数据