《面向微視頻情感分析的多通道特徵學習關鍵技術研究》是依託東北大學，由張一飛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：面向微視頻情感分析的多通道特徵學習關鍵技術研究
- 項目類別：青年科學基金項目
- 項目負責人：張一飛
- 依託單位：東北大學
中文摘要,結題摘要,
中文摘要
微視頻作為一種重要的社會媒介形式，在網路觀點信息發起和傳播中起著越來越重要的作用，分析其中的情感內容，挖掘其表達的觀點信息，對網路監控、市場預測、個性化推薦等都具有重要意義。然而由於微視頻數據的內容簡短性、故事單一性、傳播模態多樣性以及社區相關性等特點，現有的情感分析算法尚不能很好地滿足微視頻情感分析的需求。基於此，本課題研究面向微視頻空間情感分析的多通道特徵學習關鍵技術。針對微視頻數據的上述特點，研究實時Web 數據的情感採集技術、面向微視頻空間的情感語義學習技術、基於視頻情感本體的多通道特徵表征模型、以及多通道特徵融合的情感分析技術。結合以上技術，本研究實現一個微視頻情感分析原型系統。該研究成果將為微視頻情感自動分析、匯總、實時監控及個性化推薦等套用提供相關技術支持。
結題摘要
微視頻作為一種重要的社會媒介形式，在網路觀點信息發起和傳播中起著越來越重要的作用，分析其中的情感內容，挖掘其表達的觀點信息，對網路監控、市場預測、個性化推薦等都具有重要意義。我們分析了微視頻空間異構多模態數據特徵，研究了基於微視頻多通道特徵學習的情感分析方法。本課題主要研究內容及成果包括：（1）實時Web 數據的情感採集技術。建立了基於核心節點擴展的社區挖掘模型，在局部社區中進行微視頻空間的多模態數據採集，並在採集的實時web流上進行了情感傾向性分析。（2）面向微視頻空間的情感語義學習技術。在情感本體建模方面，提出了基於模糊粗糙集的細粒度情感檢測運算元，學習各級文本中的情感強度，構建情感本體模型；在情感語義學習方面，提出了基於多模態中間語義的概念學習和基於潛在因子模型的可擴展個性化語義分類方法。（3）基於視頻情感本體的多通道特徵表征模型。其中，①多通道情感特徵提取及表征研究方面，結合本體語義，使用不同的運算元表示不同模態不同層次對象的語義特徵，並通過中間語義的學習，對各個通道的語義信息進行融合；②多通道情感相似性計算研究方面，針對不同的情感學習任務，提出基於模糊關係的度量、基於中間語義的距離學習，共享空間的散列模型等情感相似性計算方法。（4）多通道特徵融合的情感分析技術。其中，①情感關聯挖掘及特徵融合技術研究方面，提出了基於IE-RoleNet的互動式視頻子序列情感挖掘方法；②在情感分析算法研究中，提出了基於多模態深度學習的跨模態散列算法，定義了異構特徵的情感統一表示及用戶的興趣度融合模型以實現跨模態的視頻推薦。（5）原型系統的構建。我們以微部落格數據為基礎，結合上述研究內容，開發了一個微視頻情感分析原型系統。首先按照需要獲取微視頻空間數據，然後在數據流上進行情感檢測和細粒度情感標註，構建情感本體，結合提出的算法和模型進行微視頻情感分析，最後利用分析結果實現個性化視頻推薦和內容摘要等套用。（6）此外，我們在多模態情感分析的基礎上，在情感原因分析、立場檢測和事件識別方面也進行了一些探索性研究。基於上述研究成果，我們發表了20多篇學術論文，參與了國內外的學術交流，培養了多名學生。希望這些成果為今後的實際套用推廣奠定堅實的基礎。
