基于抽象关系场景图的图像情感识别

图像情感识别是通过分析视觉刺激来预测人类情感的抽象过程。现有方法大多缺乏对对象间关系以及对象与场景间相互作用的关注,并且对象间复杂多样的关系难以得到充分利用,进而导致难以正确对图像情感进行预测。为解决上述问题,提出一种基于抽象关系场景图的图像情感识别方法。首先,构建对象和属性检测器来提取图像中对象及其属性的特征。其次,使用对象特征推理对象间的亲密度和抽象关系特征,进而构建抽象关系场景图。再次,提出抽象关系图卷积网络来推理抽象关系场景图。最后,设计渐进式注意力机制对多个对象特征进行融合,以得到图像的整体对象特征。在FI、EmotionRoI和Twitter I公开数据集上的试验结果表明,该方法的分类准确率优于现有方法。

基于情感挖掘的学生评教系统设计及其应用

学生评教是高校普遍实行的一项管理制度,评教结果的有效性,即评教的质量受到教师、学生、教学管理者的高度关注。该文利用语义分析技术对学生留言进行情感挖掘,建立基于知网的情感词库,并设置词的极性权重;以3GWS工具进行分词与词性标注;对留言的情感褒贬程度进行计算,形成教师的评价摘要。以烟台大学评教数据为实验数据,验证该方法科学、有效。

基于改进情感关键句抽取的自动情感摘要技术

为解决现阶段文本情感摘要方法缺乏的问题,提出一种基于改进情感关键句抽取的情感摘要生成技术。利用TFISF抽取文章的关键词,分析句子包含关键词数量,采用情感词典对句子进行情感程度分析,通过余弦相似度考察句子与主题的相关性,实现情感关键句的抽取并应用到情感摘要中。实验结果表明,该技术考虑了句子中的关键词属性、情感属性以及主题相关性,能够提高情感摘要的准确率。

多媒体舆情分析系统设计与研究

该文在对目前舆情系统深入分析的基础上,介绍了现有舆情分析系统的不足和存在的问题,提出了一个多媒体舆情分析系统理论框架,并将数据挖掘的多媒体海量数据处理技术应用于多媒体数据的舆情分析,给出了详细的系统体系结构和具体研究内容,并就涉及的关键技术进行探讨。

基于特征融合的小样本抽象画图像情感预测

绘画图像情感预测是目前情感计算中的一个研究热点。目前抽象画来源少,样本量小,其情感分析大多数采用的是图像低层特征,而且准确率不高。为此,提出一种基于特征融合的小样本抽象画图像情感预测方法。首先,分析了抽象艺术理论中组成绘抽象画的基本元素(点、线、面和颜色)与人类情感的关系,依据这些理论量化出抽象画图像的低层特征;然后,采用迁移学习算法,基于大样本数据在预训练网络上得到参数,并迁移至目标模型,再在小样本数据上对目标模型进行微调,得到图像高层特征;最后,将低层与高层特征进行线性融合,采用多分类支持向量机(SVM)实现抽象画图像的情感预测。在3个小样本抽象画数据集上进行实验,结果表明,与直接采用低层特征的方法相比,所提方法的分类准确率有所提高,证实了它在小样本抽象画的情感研究中的有效性。

艺术中的抽象表现

抽象主义绘画不仅推动了艺术的思考和进步,使传统绘画形成了一些新气象和新活力,而且对后来的设计艺术带来很大的启迪和很深的影响。

略谈中国绘画的抽象性形态

抽象性形态是绘画艺术体系中的重要支柱。它具体可概括为"笔墨情趣"和"离形得似"2个方面。笔墨情趣即借助线、墨、色等手段,表现出画面内蕴中的"气"与"韵",造成奇异的艺术效果;离形得似指画面与神似的关系,它是对现实生活的高度概括和集中,并突破时空界限,巧妙利用虚实相生的关系,领略出画面之外的"神"与"质",给人以美妙的艺术境界和无限的想象空间。

融合抽象语义表示和依存语法的方面级情感分析

【目的】充分融合自然语言句子的深层语义表示和表层语法结构,实现语义和语法的互补。【方法】提出基于规则串联的抽象语义表示和依存语法集成策略,并进行方面级情感分析。该策略利用回答集编程语言(ASP)将抽象语义表示、依存语法、词性分别表示为ASP事实,并基于抽象语义规则,通过规则体扩展的方式集成依存语法和词性,即将一个句子中的多种语言特征依次在规则体中进行串联来使用。该策略实现了两种方法:集成语义、语法和词性信息的AMR-DEP-POS-C方法;忽略词性信息的AMR-DEP-C方法。【结果】在8个公开评论数据集上的实验表明,AMR-DEP-POS-C方法能够实现语义和语法间的互补,比语义规则方法、语法规则方法以及基于深度学习的方法具有更好性能。【局限】该方法依赖于现有抽象语义表示和依存语法分析工具的准确性。【结论】AMR-DEP-POS-C方法具有可解释性,不需要大规模数据集,能够有效融合不同的语言特征,可为方面级情感分析任务带来新的研究视角和工具。