学位专题

第一个书签之前
摘要
Abstract
第1章绪论
1.1 课题背景
1.2 课题主要内容
1.2.1 基于量子残差注意力机制的多模态情感识别算法研究
1.2.2 基于语境与文本特征的情感原因对抽取算法
1.3 本文研究的主要内容
1.4 论文框架
第2章相关技术
2.1 多模态情感识别技术
2.1.1 文本模态传统情感识别
2.1.2 图像模态情感识别
2.1.3 语音模态情感识别
2.1.4 多模态情感识别
（1）多模态特征表示
（2）多模态融合策略
2.1.5 量子网络模型分析
（1）量子神经网络特点
（2）量子神经网络为什么适用于多模态情感识别
2.2 情感原因对抽取技术
2.2.1 基于语义特征的情感原因对抽取
2.2.2 基于语境特征的情感原因对抽取
2.2.3 BERT预训练语言模型相关技术
2.3 本章小结
第3章基于量子残差注意力机制的多模态情感分析
3.1 引言
3.2 量子残差注意力情感识别模型
（1）单模态表征
（2）单模态的量子态编码
（3）多模态的量子态残差注意力融合
（4）拟合目标的量子态测量
（5）网络学习
3.3 数据集
3.4 实验过程与结果分析
3.4.1 实验环境和参数设置
（1）实验环境设置
（2）实验参数设置
3.4.2 实验评价指标
3.4.3 实验对比模型
3.4.4 实验结果分析
（1）主实验结果
（2）数据稀疏性分析
（3）消融实验
3.5 本章小结
第4章基于语境与语义双模态的情感原因对抽取
4.1 引言
4.2 语义与语境融合的注意力模型
4.2.1 构建语境模态特征
（1）词嵌入&子句编码
（2）篇章级文本建模
（3）双因素注意力机制
4.2.2 构建语义模态特征
（1）子句级上下文编码器
（2）局部语义编码器
4.2.3 语境模态与语义模态融合与分类
4.3 数据集
4.4 实验过程与结果分析
4.4.1 实验参数设置
4.4.2 实验对比模型
4.4.3 实验评价指标
4.4.4 实验结果分析
（1）主实验结果
（2）模块消融实验
（3）细节消融实验
（4）示例分析
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文及获得成果
致谢
附录