منذ 4 أشهر
تحليل المشاعر المعتمد على السياق في الفيديوهات التي يُنشئها المستخدمون
{Louis-Philippe Morency Amir Zadeh Soujanya Poria Navonil Majumder Erik Cambria Devamanyu Hazarika}
الملخص
تحليل المشاعر متعدد الوسائط هو مجال بحثي ناشئ، يُركّز على تحديد المشاعر في مقاطع الفيديو. تُعتبر الأحاديث في الأبحاث الحالية ككيانات مستقلة، أي أنها تتجاهل الترابطات والاعتماديات المتبادلة بين مختلف الأحاديث في مقطع فيديو واحد. في هذا البحث، نقترح نموذجًا يعتمد على الشبكة العصبية ذات التغذية العكسية (LSTM) يمكّن الأحاديث من استخلاص المعلومات السياقية من بيئتها داخل نفس المقطع، مما يُسهم في تحسين عملية التصنيف. تُظهر نتائج طريقة العمل تحسنًا في الأداء بنسبة 5-10% مقارنة بأحدث النماذج، مع مرونة عالية في التعميم.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| emotion-recognition-in-conversation-on | bc-LSTM+Att | Accuracy: 59.09 Macro-F1: 56.52 Weighted-F1: 58.54 |
| emotion-recognition-in-conversation-on-cped | bcLSTM | Accuracy of Sentiment: 49.65 Macro-F1 of Sentiment: 45.40 |
| emotion-recognition-in-conversation-on-meld | bc-LSTM+Att | Accuracy: 57.50 Weighted-F1: 56.44 |
| multimodal-sentiment-analysis-on-mosi | bc-LSTM | Accuracy: 80.3% |
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.
البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
Hyper Newsletters
اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp