基于co-attention机制的多模态在线评论情感深度分析
熊佳俣
林欣荣
兰恭瑞
周怡昕
夏爽
合肥工业大学管理学院 安徽合肥 230009
摘要：近年来,随着在线评论的多模态化,单模态情感分析模型难以满足大量涌现的图文评论情感分析的需求.同时,在多模态情感分析领域,现有模型少有考虑不同模态数据特征之间的交互信息.针对以上问题,提出一种基于co-attention机制的多模态在线评论情感分析模型,构建VGG-16 视觉编码器和LSTM文本编码器,通过协同注意力机制获取多模态融合特征,实现图片-文本型在线评论情感分析.在multi-ZOL数据集和现实数据集上的实验结果表明,所提出的模型能够更好捕捉不同模态信息间的依赖关系,相比于现有情感分析模型具有更高的准确性和鲁棒性.
关键词：注意力机制在线评论深度学习情感分析多模态融合
资助基金：合肥工业大学省级大学生创新项目(S202210359183)
论文发表日期：2023-10-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 8-12 )