文章来源：Xu N, Mao W. Multisentinet: una red semántica profunda para el análisis de sentimientos multimodal[C]//Actas de la Conferencia ACM de 2017 sobre gestión de la información y el conocimiento. 2017: 2399-2402.（CCF B）
1. Estructura del modelo
Mirando este artículo de 2017 desde la perspectiva actual, podemos encontrar que la idea es muy simple. La idea es la siguiente:
En los datos de la imagen, la información del objetivo y la escena de la imagen están estrechamente relacionadas con la clasificación de emoción final, y la información de las características del objetivo y la información de la escena en la imagen se extraen utilizando VGG previamente entrenado en ImageNet y Place-365. conjuntos de datos respectivamente.
En los datos de texto, después de la representación del vector de palabras Glove, se usa la estructura de red LSTM para integrar la información contextual del texto en el vector de palabras y, finalmente, la suma de todos los vectores de palabras se usa como la representación final del tweet. Los vectores de representación de tweets resultantes implican que la contribución de todos los vectores de palabras es la misma, pero esto claramente no es cierto. Este artículo utiliza el vector de características objetivo y el vector de características de escena para llevar a cabo un mecanismo de atención intermodal con el vector de palabras, y asigna un alto peso al vector de palabras relacionado con la emoción en el texto, para obtener de esta manera el vector de representación de el tuit final .
Etapa de toma de decisiones: las tres características se envían al perceptrón multicapa y la función softmax se utiliza para la predicción. Utilice la función de entropía cruzada como función de pérdida objetiva.
Los resultados experimentales son los siguientes:
En resumen, la idea de este artículo es algo simple: en comparación con otro artículo escrito antes, se parece más al predecesor de ese artículo.
El enlace al artículo es el siguiente: https://blog.csdn.net/qq_43775680/article/details/127717392 
https://blog.csdn.net/qq_43775680/article/details/127717392