基于图像与自然语言相融合的情感分析算法研究

发布时间：2021-06-06 15:31

　　随着互联网社交媒体的发展,人们开始更积极发表个人看法和评论。这些图文混杂的评论非常碎片化却包含大量信息,尤其是包含了人们对事物的情感倾向和情绪分类,对政府决策部门掌握社会舆情动态、商家获取消费者反馈等领域有重要意义。因此,如何从这些图文混合数据中提取出隐含的关键情感信息,是一个亟待解决的重要问题。近年来深度学习技术在图像分类和文本分类方向应用颇多。在图像分类任务中,卷积神经网络成为传统用法中最重要的特征提取手段,但性能仍有待提升。与此同时,在文本分类任务中,词嵌入技术的出现使人振奋,然而如何更好的应用它依然是研究焦点。除此以外,对于图像和文本的混合数据（甚至包含其他更复杂信息的数据）,如何将它们的特征综合利用,也是目前深度学习方向各类主流模型的热点。基于以上问题,本文工作主要有以下几点:首先,对于图像数据的特征提取方案,调研了最新基于channel-wise（通道方向）和基于spatial-wise（空间方向）的注意力机制,并将它们嵌入到VGG（Visual Geometry Group Network）和ResNet（Residual Network）分类模型中,使图像分类模型准确率... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图２－１神经元输入及其激活函数示意图??为了增强网络的表达能力，中间层的激活函数几乎都是非线性的，因此用最??

权重??输入??图２－１神经元输入及其激活函数示意图??为了增强网络的表达能力，中间层的激活函数几乎都是非线性的，因此用最??优化的方法来学习网络参数为最常见思路。下文将介绍几种在神经网络中常用的??激活函数。??２．１．１?Ｓｉｇｍｏｉｄ激活函数??Ｓｉｇｍｏｉｄ型函数是指一类Ｓ型曲线函数，为两端饱和函数。常丨丨ｊ的Ｓｉｇｍｏｉｄ型??阐数有逻辑斯蒂回归函数和Ｔａｎｈ函数，其中逻辑斯蒂回归函数定义为：??＝?ｉ＋ｃｘＰ（－ｘ）?（２＇３）??逻辑斯蒂回归函数可以看成是一个映射函数，把一个实数域的输入映射到（〇，??１）之间｜４１。例如，当输入值在０附近时，Ｓｉｇｍｏｉｄ映射曲线可以近似视为线性函??数；而当输入值远离０值时，输出值便会接近（）或者１。这种特点和生物神经元??十分类似，对部分输入会产生兴奋，对另一些输入产生抑制。相比于感知器使用??的阶跃激活函数

感知机模型又称为全连接神经网络，内部由输入层、一个或者多隐藏层以及??输出层组成，各层内部所有节点均为朴素的神经元，层与层之间的所有神经元均??有连接ｗｍ。一个具有两层隐藏层的感知机网络模型结构如图２＿３所示：??９??

【参考文献】：
期刊论文
[1]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟.  计算机研究与发展. 2013(09)



本文编号：3214660