論文の概要: Deriving Emotions and Sentiments from Visual Content: A Disaster Analysis Use Case

• arxiv url: http://arxiv.org/abs/2002.03773v1
• Date: Mon, 3 Feb 2020 08:48:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-04 08:57:50.186855
• Title: Deriving Emotions and Sentiments from Visual Content: A Disaster Analysis Use Case
• Title（参考訳）: ビジュアルコンテンツから感情や感情を導き出す:災害分析のユースケース
• Authors: Kashif Ahmad, Syed Zohaib, Nicola Conci and Ala Al-Fuqaha
• Abstract要約: ソーシャルネットワークとユーザの感情をテキスト、ビジュアル、オーディオコンテンツで共有する傾向は、感情分析における新たな機会と課題を生み出している。 本稿では、視覚的感情分析を紹介し、本研究領域における機会と課題に焦点を当て、テキスト的感情分析と対比する。 データ収集,アノテーション,モデル選択,実装,評価から,視覚的感情分析のさまざまな側面をカバーする,災害関連画像の深い視覚的感情分析手法を提案する。
• 参考スコア（独自算出の注目度）: 10.161936647987515
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sentiment analysis aims to extract and express a person's perception, opinions and emotions towards an entity, object, product and a service, enabling businesses to obtain feedback from the consumers. The increasing popularity of the social networks and users' tendency towards sharing their feelings, expressions and opinions in text, visual and audio content has opened new opportunities and challenges in sentiment analysis. While sentiment analysis of text streams has been widely explored in the literature, sentiment analysis of images and videos is relatively new. This article introduces visual sentiment analysis and contrasts it with textual sentiment analysis with emphasis on the opportunities and challenges in this nascent research area. We also propose a deep visual sentiment analyzer for disaster-related images as a use-case, covering different aspects of visual sentiment analysis starting from data collection, annotation, model selection, implementation and evaluations. We believe such rigorous analysis will provide a baseline for future research in the domain.
• Abstract（参考訳）: 感覚分析は、消費者からフィードバックを得られるように、エンティティ、オブジェクト、製品、サービスに対する人の認識、意見、感情を抽出し、表現することを目的としている。 ソーシャルネットワークの人気が高まり, 感情や表現, 意見をテキスト, ビジュアルコンテンツ, 音声コンテンツで共有する傾向が, 感情分析における新たな機会と課題を開きつつある。 テキストストリームの感情分析は文献で広く研究されているが、画像やビデオの感情分析は比較的新しい。 本稿では、視覚的感情分析を紹介し、本研究領域における機会と課題に焦点を当て、テキスト的感情分析と対比する。 また,データ収集,アノテーション,モデル選択,実装,評価から,視覚的感情分析のさまざまな側面をカバーする,災害関連画像の深い視覚的感情分析をユースケースとして提案する。 このような厳密な分析が将来の研究の基盤となると信じている。

関連論文リスト

• A Comprehensive Review on Sentiment Analysis: Tasks, Approaches and Applications [0.2717221198324361]
  感性分析(SA)はテキストマイニングにおける新たな分野である。 これは、異なるソーシャルメディアプラットフォーム上でテキストで表現された意見を計算的に識別し、分類するプロセスである。
  論文  参考訳（メタデータ） (2023-11-19T06:29:41Z)
• Holistic Visual-Textual Sentiment Analysis with Prior Models [64.48229009396186]
  本稿では,頑健な視覚・テキスト感情分析を実現するための総合的手法を提案する。 提案手法は,(1)感情分析のためのデータから特徴を直接学習する視覚テキストブランチ,(2)選択された意味的特徴を抽出する事前学習された「専門家」エンコーダを備えた視覚専門家ブランチ,(3)暗黙的に視覚テキスト対応をモデル化するCLIPブランチ,(4)多モード特徴を融合して感情予測を行うBERTに基づくマルチモーダル特徴融合ネットワークの4つの部分から構成される。
  論文  参考訳（メタデータ） (2022-11-23T14:40:51Z)
• Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
  我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。 本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。 私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
  論文  参考訳（メタデータ） (2022-10-04T22:44:17Z)
• SOLVER: Scene-Object Interrelated Visual Emotion Reasoning Network [83.27291945217424]
  画像から感情を予測するために,SOLVER(Scene-Object Interrelated Visual Emotion Reasoning Network)を提案する。 異なるオブジェクト間の感情関係を掘り下げるために、まずセマンティックな概念と視覚的特徴に基づいて感情グラフを構築します。 また、シーンとオブジェクトを統合するScene-Object Fusion Moduleを設計し、シーンの特徴を利用して、提案したシーンベースのアテンションメカニズムでオブジェクトの特徴の融合プロセスを導出する。
  論文  参考訳（メタデータ） (2021-10-24T02:41:41Z)
• Affective Image Content Analysis: Two Decades Review and New Perspectives [132.889649256384]
  我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。 我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。 画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
  論文  参考訳（メタデータ） (2021-06-30T15:20:56Z)
• Computational Emotion Analysis From Images: Recent Advances and Future Directions [79.05003998727103]
  本章では,画像感情分析(IEA)を計算的観点から導入することを目的としている。 心理学の一般的な感情表現モデルから始めます。 そして、研究者たちが解決しようとしている重要な計算問題を定義します。
  論文  参考訳（メタデータ） (2021-03-19T13:33:34Z)
• Visual Sentiment Analysis from Disaster Images in Social Media [11.075683976162766]
  本稿では,社会的な重要な領域における視覚的感情分析,すなわちソーシャルメディアにおける災害分析に焦点を当てる。 本稿では,災害関連画像に対する深い視覚的感情分析手法を提案し,視覚的感情分析のさまざまな側面について述べる。 提案システムは,様々な利害関係者を支援することで,より生き生きとしたコミュニティに貢献できると考えている。
  論文  参考訳（メタデータ） (2020-09-04T11:29:52Z)
• Sentiment Analysis on Customer Responses [0.0]
  そこでは、意見マイニング、テキストマイニング、感情を利用する。 本研究は, スマートフォンを肯定的, 否定的, 中立的行動に分け, さまざまな意見の感傷的分析を行う。
  論文  参考訳（メタデータ） (2020-07-05T04:50:40Z)
• Sentiment Analysis: Automatically Detecting Valence, Emotions, and Other Affectual States from Text [31.87319293259599]
  本稿では,感情分析研究の概要を概観する。 これには、フィールドの起源、タスクの豊富な風景、課題、使用するメソッドとリソースの調査、アプリケーションが含まれる。 我々は、慎重に前向きに考えることなく、感情分析が有害な結果をもたらす可能性について論じる。
  論文  参考訳（メタデータ） (2020-05-25T01:37:31Z)
• Survey on Visual Sentiment Analysis [87.20223213370004]
  本稿では、関連する出版物をレビューし、視覚知覚分析の分野の概要を概観する。 また,3つの視点から一般的な視覚知覚分析システムの設計原理について述べる。 様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮し、問題の定式化について論じる。
  論文  参考訳（メタデータ） (2020-04-24T10:15:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。