基于卷积神经网络的图文情感分析技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 情感分类技术研究现状 | 第11-18页 |
| 1.2.1 国内外文本情感分类研究进展 | 第11-13页 |
| 1.2.2 国内外图像情感分类研究进展 | 第13-16页 |
| 1.2.3 国内外多模态情感分类研究进展 | 第16-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 组织结构 | 第19-21页 |
| 第2章 相关知识介绍 | 第21-29页 |
| 2.1 分布表示 | 第21-22页 |
| 2.2 基于矩阵的分布表示 | 第22-23页 |
| 2.3 基于聚类的分布表示（分布聚类） | 第23-24页 |
| 2.4 基于神经网络的分布表示（词向量） | 第24-28页 |
| 2.4.1 语言模型简介 | 第24-25页 |
| 2.4.2 CBOW模型和Skip-gram模型 | 第25-28页 |
| 2.5 评价标准 | 第28-29页 |
| 第3章 多尺度卷积循环神经网络的情感分类技术 | 第29-37页 |
| 3.1 引言 | 第29-30页 |
| 3.2 算法描述 | 第30-34页 |
| 3.2.1 句子矩阵 | 第30-31页 |
| 3.2.2 卷积提取特征 | 第31-32页 |
| 3.2.3 循环神经网络 | 第32-33页 |
| 3.2.4 正则化 | 第33-34页 |
| 3.3 实验与分析 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 结合图像全局与局部特征的图像情感分类 | 第37-47页 |
| 4.1 引言 | 第37-38页 |
| 4.2 算法描述 | 第38-43页 |
| 4.2.1 低级特征提取网络 | 第39-40页 |
| 4.2.2 局部特征提取网络 | 第40-41页 |
| 4.2.3 全局特征提取网络 | 第41页 |
| 4.2.4 局部与全局特征的融合 | 第41-42页 |
| 4.2.5 情感分类网络 | 第42页 |
| 4.2.6 训练及优化 | 第42-43页 |
| 4.3 实验与分析 | 第43-46页 |
| 4.3.1 实验数据集 | 第43页 |
| 4.3.2 在Flickr数据集上的训练 | 第43-45页 |
| 4.3.3 在Twitter数据集上的测试 | 第45页 |
| 4.3.4 模型微调 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 基于紧凑双线性融合的图文跨模态情感分类 | 第47-55页 |
| 5.1 引言 | 第47-48页 |
| 5.2 算法描述 | 第48-51页 |
| 5.2.1 多模态紧凑双线性融合（MCB） | 第49-50页 |
| 5.2.2 图文跨模态情感分类结构 | 第50-51页 |
| 5.3 实验与分析 | 第51-54页 |
| 5.3.1 实验数据集 | 第51-52页 |
| 5.3.2 在Flickr数据集上的训练 | 第52页 |
| 5.3.3 不同融合方式的对比 | 第52页 |
| 5.3.4 模型结构之间的对比 | 第52-53页 |
| 5.3.5 模型之间的比较 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55-56页 |
| 6.2 下一步工作展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第65页 |
