检索结果-南通市图书馆

图书情报知识 2020年第3期37卷 119-127页

作者：王仁武孟现茹华东师范大学经济与管理学部信息管理系上海200241

[目的/意义]基于图片的情感分析已逐渐成为情感分析的潜在研究热点。本文回顾与总结了图片情感分析的历史与现状,有助于相关研究工作的推进。[研究设计/方法]从传统的视觉情感分析方法和深度学习两个方向对图片情感分析相关研究的技术... 详细信息

[目的/意义]基于图片的情感分析已逐渐成为情感分析的潜在研究热点。本文回顾与总结了图片情感分析的历史与现状,有助于相关研究工作的推进。[研究设计/方法]从传统的视觉情感分析方法和深度学习两个方向对图片情感分析相关研究的技术方法进行梳理并评述。[结论/发现]随着图片情感分析粒度的细化,进一步的研究方向在于深度学习算法和标注方式的优化;同时,加快带有情感标签图片数据集的开放进程,可以更好地推动研究者在此领域研究的不断深入。[创新/价值]深入梳理了图片情感分析现阶段的研究重点与未来发展方向,为该领域进一步研究提供相关借鉴。

关键词：图片情感分析视觉特征提取图像标注深度学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

跨域的图片情感分析

跨域的图片情感分析

引用

作者：张琳琳山东大学

学位级别：硕士

随着社交时代的到来,越来越多的人们选择通过网站或者应用程序(例如Flickr)分享自己的图片,并且通过文本评论的方式与其他人进行互动。精准识别大量此类图片传达的情感在很多方面被证明有十分重要的研究价值和应用价值,比如图片检索和... 详细信息

随着社交时代的到来,越来越多的人们选择通过网站或者应用程序(例如Flickr)分享自己的图片,并且通过文本评论的方式与其他人进行互动。精准识别大量此类图片传达的情感在很多方面被证明有十分重要的研究价值和应用价值,比如图片检索和社交媒体分析。因此,图片情感分析在近几年得到越来越广泛的关注和研究,而跨域的图片情感分类更是一个充满挑战的研究课题。例如,不同领域间的图片内容本身存在较大的差异性,而且不同领域间用来表达图片情感倾向的特征更是千差万别。本文针对跨域的图片情感分类这个热门且新颖的课题进行讨论和研究,并提出该问题的有效解决方案。当前已经有一些研究方法可以用来解决图片情感分类问题,其中绝大多数都是通过在大量有标记的训练集上提取图片的视觉特征进行有监督学习,训练经典的机器学习分类模型,比如支持向量机(SVM)、朴素贝叶斯(NB)等。然而,在解决跨域的图片情感分类问题上,这些方法却稍显不足。这些方法在解决该问题时面临的主要挑战包括:(1)大量的有标记数据是有监督学习方法赖以存在的基础,虽然现在我们可以很容易的得到上百万甚至上亿的图片数据,但是对这些原始数据进行正确的情感标注却是耗时耗力的工程;(2)在真实的应用程序中通常存在大量的图片域(比如Flickr有1,187个域[1]),而不同领域间的图片即使有相似的视觉特征,其所表达的情感倾向也有可能是相反的,如图1.2所示,"face"领域的负向图片和"car"领域的正向图片具有相似的色彩柱状图;(3)在每个领域上训练特定的图片情感分类模型必然要求每个领域上都有大量有标记的训练数据,又回到挑战(1),而在整体数据集上训练通用的分类模型则会造成其在每个领域上的表现效果可能都不尽如人意。因此,在已知含标记数据的域即源域和不含标记数据的域即目标域的前提下,如何训练出针对目标域图片数据的情感分类模型,即解决跨域的图片情感分类问题是一个迫在眉睫的研究课题。本文对真实的社交数据集(比如Flickr)进行一系列统计和分析,针对当前研究成果存在的不足,提出带权重的协同训练方法(CoDS)来解决跨域的图片情感分类问题。该方法的提出主要基于以下几点事实:(1)伴随着图片出现的通常有一些文本数据,比如来自其他人的评论,并且这些评论数据通常包含评论人的情感信息,而评论文本的情感倾向通常和图片的情感倾向一致;(2)虽然不同领域间的图片特征有很大差异,但是源域和目标域图片和文本间仍存在一些共性特征有待挖掘。因此,在训练分类模型时,本文提出带权重的协同训练方法。该方法不仅考虑图片数据,也将图片相对应的文本数据考虑在内,分别计算源域和目标域之间图片和文本相似度作为图片和文本情感分类模型的权重,并不断迭代扩充训练集以达到提升训练模型效果的目的。本文在真实的Flickr数据集上对提出的带权重的协同训练方法做了大量详尽的实验,并将该方法和之前的在图片的情感分析课题上的历史研究成果进行对照。实验结果表明本文提出的方法在跨域的图片情感分类问题上的表现效果优于其他几个已存在方法,给该课题的进一步研究提供重要的参考价值。

关键词：图片情感分析跨域协同训练

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合内容与情感相似性的跨平台图片推荐

融合内容与情感相似性的跨平台图片推荐

引用

作者：刘爽北京工业大学

学位级别：硕士

在社会化媒体时代,图文并茂的表达方式成为主流,但是相比于文字,人类创作图片的过程相对复杂,因此借用已有的图片进行表达的方式受到用户欢迎。作为人们获取信息、交流、沟通的重要平台,社交网络平台成为丰富的数据来源。但社交网络数... 详细信息

在社会化媒体时代,图文并茂的表达方式成为主流,但是相比于文字,人类创作图片的过程相对复杂,因此借用已有的图片进行表达的方式受到用户欢迎。作为人们获取信息、交流、沟通的重要平台,社交网络平台成为丰富的数据来源。但社交网络数据的爆炸式增长又导致了严重信息过载。如何从海量社交媒体图片中找到适合用户表达又与用户风格相一致的图片是一个很有挑战性的问题。论文以花瓣网和新浪微博为对象,研究跨平台图片推荐问题。论文主要工作如下:1.提出了一种基于深度学习的图片情感自动识别方法。针对已有的面向深度学习模型训练的图片情感数据集存在数据噪音大的问题,提出基于标签冲突的数据清洗方法,提高训练数据纯度。进一步,采用重采样生成策略来减轻数据集分布不均衡的影响。最后在传统深度学习框架中增加回归损失函数来度量图片的情感强度属性作为监督信号。实验结果表明,本文提出的数据清洗和模型优化方法都对结果有较大改善。2.提出了一种跨平台用户偏好建模方法,通过提取用户的个性化信息,对两个平台的重叠用户进行建模。首先针对于两个平台的用户信息分别进行用户建模;进一步计算两个平台用户模型的相似度;最后根据用户相似性,将两个平台的用户偏好模型加权得到最终用户偏好模型。3.提出了一种面向用户输入文本的跨平台的图片推荐框架,首先基于用户生成的文本与图片的内容一致性进行匹配,得到基于内容的初始推荐列表;然后基于文本与图片的情感一致性进行匹配,得到基于情感的初始推荐列表。最终,融合内容、情感以及用户喜好模型,产生最终的图片推荐。实验结果表明本文提出的推荐框架远优于随机推荐算法。

关键词：跨平台图片推荐跨平台用户建模图片情感分析文本图片匹配

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

关于社交媒体中图片与文字关联模型的情感计算

引用

信息系统工程 2017年第3期30卷 160-160页

作者：毕琳国际关系学院

网民在微博上表达自己的意见,描绘个人的情绪,形成了海量的情感文本信息。这些情感文本信息具有非常大的挖掘价值,通过情感分析技术来分析这些情感文本,得出文本的情感倾向性,其不仅有一定的商业价值,还对社会的稳定有所帮助。微博发表... 详细信息

网民在微博上表达自己的意见,描绘个人的情绪,形成了海量的情感文本信息。这些情感文本信息具有非常大的挖掘价值,通过情感分析技术来分析这些情感文本,得出文本的情感倾向性,其不仅有一定的商业价值,还对社会的稳定有所帮助。微博发表评论时的配图一定程度上可以看做是与情感文本是相匹配的。以文本情感为条件可以进一步挖掘对应图片的情感特征,对图片情感特征进行总结学习。

关键词：文本情感分析图片情感分析关联

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：