تحلیل احساسات با تلفیق عمیق ویژگی های متنی و بصری

اخیرا0تحلیل احساسات در رسانههای اجتماعی آنلاین مورد توجه بسیاری قرار گرفته است. تا کنون، مطالعات بسیاری در این زمینه انجام شده است، اما اکثر روشهای موجود تنها بر ویژگیهای متنی و یا ویژگیهای بصری متمرکز شدهاند. در این مقاله، از مدل یادگیری عمیق مبتنی بر شبکه عصبی کانولوشن (CNN) برای بازنمایی و تلفیق ویژگیها در میکروبلاگهای محتوای متنی و بصری استفاده میکنیم. ابتدا، CNN برای تحلیل احساسات متنی بر روی بردارهای واژگان آموزش داده میشود. سپس، از یک شبکه عصبی کانولوشن عمیق با حذف تصادفی تعمیم یافته برای تحلیل احساسات بصری استفاده میشود. سپس، از مدل دلتا نایو بیز (DNB) برای تلفیق ویژگی و پیش بینی احساسات بهره گرفته میشود. برای ارزیابی عملکرد روش پیشنهادی از مجموعه دادههای شبکه رسانه اجتماعی Sina Weibo که شامل متن و تصاویر مربوطه است، استفاده شد. نتایج تجربی عملکرد بهتر روش پیشنهادی را با معیار تحلیل احساسات چینی نشان داد.

Keywords:

تحلیل احساسات , یادگیری عمیق , تلفیق ویژگیها , شبکه عصبی کانولوشن (CNN) , .DNB