基于动态卷积与残差门控的多模态情感识别

摘要：

为了防止一段话语中含有情感色彩的重要信息被无关信息淹没并实现多模态信息交互,通过挖掘高级局部特征以及设计有效的交互融合策略,提出一种基于动态卷积与残差门控的多模态情感识别模型.提取文本、音频和图像中的低级特征、高级局部特征以及上下文依赖关系,同时使用跨模态动态卷积对模态间和模态内交互信息进行建模,模拟长序列时域间的相互作用,捕捉不同模态的交互特征.设计一种残差门控融合方法来融合不同模态交互表征,自动学习每组交互表征对最终情感识别的影响权重,并将多模态融合特征输入分类器进行情感预测.在CMU-MOSEI和IEMOCAP数据集上的实验结果表明,该模型能够避免多模态中含有情感色彩的重要信息被无关信息淹没,情感分类准确率分别达到83.5%和83.9%,性能优于MulT、MFRM等基准模型.

关键词：自然语言处理、信息交互、多模态情感识别、动态卷积、门控机制

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：长江学者;创新团队发展计划

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：94-101