- 博客(5)
- 收藏
- 关注
RSS订阅原创 论文笔记SKEP: Sentiment Knowledge Enhanced Pre-training for Sentiment Analysis
SKEP: Sentiment Knowledge Enhanced Pre-training for Sentiment Analysis情感分析的情感知识增强预训练Abstract引入情绪知识增强预训练 Sentiment Knowledge Enhanced Pre-training （SKEP），以学习多个情绪分析任务的统一情绪表示。在自动挖掘的知识的帮助下，SKEP conducts sentiment masking and constructs three sentiment knowle
2021-02-15 09:53:13
2942
2
原创 论文解读：COVAREP – A COLLABORATIVE VOICE ANALYSIS REPOSITORY FOR SPEECH TECHNOLOGIES
COVAREP – A COLLABORATIVE VOICE ANALYSIS REPOSITORY FOR SPEECH TECHNOLOGIES COVAREP-一个语音技术的协同语音分析库Speech processing algorithms are often developed demonstrating improvements over the state-of-the-art, but sometimes at the cost of high complexity. This mak
2021-02-02 19:16:25
3104
原创 论文笔记 Multimodal Relational Tensor Network for Sentiment and Emotion Classification
标题 论文笔记 Multimodal Relational Tensor Network for Sentiment and Emotion Classification受 (Zadeh et al., 2017) and (Poria et al., 2017)影响,提出关系张量网络体系结构，我们使用一个片段内的模态间的相互作用，也考虑在一个视频片段的序列模拟段间模态间的相互作用...
2021-02-02 11:52:08
713
原创 论文要点解析End-to-End Multimodal Emotion Recognition using Deep Neural Networks 基于深度神经网络的端到端多模态情感识别
本文提出一种考虑时序和上下文的、端到端的多模态情感分析。视频和音频两种模态。比较了各种模型的arousal和valence.相比较之前手工特征的提取，本文提出直接用raw signal作为输入，Visual Network，使用已有数据集50层的深度残差网络用提取特征，Speech Network：1）Input.考虑到说话者之间不同音量的变化，预处理时间序列为零均值和单位方差，之后把原始波形分段为6s长的序列。 在16千赫采样率，这对应于96000维的输入向量。2）Temporal Convol
2021-01-14 19:58:49
1292
原创 论文中文解读 End-to-End Multimodal Emotion Recognition using Deep Neural Networks 基于深度神经网络的端到端多模态情感识别
论文解读 End-to-End Multimodal Emotion Recognition using Deep Neural Networks 基于深度神经网络的端到端多模态情感识别摘要：我们提出了一种使用听觉和视觉方式的情绪识别系统。我们利用卷积神经网络（CNN）从语音中提取特征，而对于视觉模态，则使用50层的深度残差网络（ResNet）。其中特征提取要鲁棒，机器学习算法要对异常值不敏感，同时能够对上下文进行建模。利用了长期短期记忆（LSTM）网络。通过利用每个流的相关性，以端到端的方式对系统进行训
2021-01-14 19:32:37
1711
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人