{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,10]]，“日期-时间”：“2024-06-10T11:57:48Z”，“时间戳”：1718020668104}，“参考-计数”：46，“出版商”：“Springer Science and Business Media LLC”，“发行”：“8”，“许可证”：[{“开始”：{-“日期-零件”：[2022,12,21]]，”日期-时间“：”2022-12-21T00:00:00Z“，“timestamp”：1671580800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[2022,12,21]]，“date-time”：“2022-12-21T00:00Z”，“timetamp”：1661580800000neneneep，“content-version”：“vor”，“delay-in-days”：0、“URL”：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“资助者”：[{“DOI”：“10.13039\/501100012166”，“名称”：“中国国家重点研发计划”，“DOI-asserted-by”：“publisher”，“奖项”：[“2020YFC0833102”，“2020yFC0833101”，“2020 YFC083.3102”，]}]，“内容域”用法：{“domain”：[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[”J Supercomput“]，“published-print”：{”date-parts“：[[2023,5]]}，”DOI“：”10.1007\/s11227-022-05001-5“，”type“：”journal-article“，”created“：”{“date-part”：[2022,12,21]]，“date-time”：“2022-12-21T03:02:30Z”，“timestamp”：1671591750000}，“page”：“8611-8633”，“update-policy”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：5，“title”：[“DBT:基于双分支变换器的多模态情感识别”]，“prefix”：“10.1007”，《volume》：“79”，“author”：[{“given”：，“序列”：“additional”，“affiliation”：[]}，{“given”：“Cong”，“family”：“He”，“sequence”：“additive”，“filiation“：[]{”given“：”Yajing“，”family“：”Fan“，”sequence“：”additional“，”affiliance“：[]}，”givent“：”Xinli“，”家人“：”Hu“，”序列“additionable”，“additionality”：[]“隶属关系”：[]}]，“成员”：“297”，“published-online”：{“date-parts”：[[2022,12,21]]}，“reference”：[{“key”：“5001_CR1”，“unstructured”：“Baevski A，Schneider S，Auli M（2019）vq-wav2vec:离散语音表征的自我监督学习。http://\/arxiv.org\/abs\/1910.05453”}，{“key”：“：”2020“，”非结构化“：“Baevski A，Zhou Y，Mohamed A et al（2020）wav2vec 2.0：语音表征自主学习的框架。Adv Neural Inf Process Syst 33:12449\u201312460”，“journal-title”：“Adv Neral Inf Process-Syst”}，{“issue”：“4”，“key”：“5001_CR3”，“doi-asserted-by”：“publisher”，“first-pages”：“3795”，“doi”：“10.1007”，“author”：“V Balakrishnan”，“year”：“2021”，“unstructured”：“Balakrashnan V，Lok PY，Abdul Rahim H（2021）基于数字支付审核的情绪和情感检测的半监督方法。超级计算杂志77（4）：3795\u20133810。https:\/\/doi.org\/10.1007\/s11227-020-03412-w“，”journal-title“：”J Supercomput“}，{“issue”：“4”，“key”：“5001_CR4”，”doi-asserted-by“：”publisher“，”first page“：”335“，”doi“：”10.1007\/s10579-008-9076-6“，”volume“：“42”，“author”：“C Busso”，“year”：“2008”，“unstructured”：“Busso C，Bulut M，Lee CC et al（2008））Iemocap：交互式情感二元运动捕捉数据库。语言资源评估42（4）：335\u2013359”，“journal-title”：“语言资源评估”}，{“key”：“5001_CR5”，“unstructured”：“Chen LW，Rudnicky A（2021）Exploring wav2vec 2.0 fine-tuning for improved speech emotion recognition。http://\/arxiv.org\/abs\/2110.06309”}、{“key”：”5001_CR6“，”doi-asserted-by“：”crossref“，”unstructure“：”Chen M，Zhao X（2020）一种用于双模语音情感识别的多尺度融合框架。In:Interspeech，374\u2013378“，“DOI”：“10.21437\/Interspeech.2020-3156”}，{“key”：“5001_CR7”，“unstructured”：“Clark K，Luong MT，Le QV，et\u00a0al（2020）Electra:作为鉴别器而非生成器的预训练文本编码器。http://\/arxiv.org\/abs\/2003.10555”}、{“密钥”：“500m1_CR8”，“首页”：“87”，“卷”：“83”，“作者”：“J Garofolo”，“年份”：“1993年”，“非结构化”：“Garofolo J、Graff D、Paul D等人（1993）Csr-i（wsj0）完成ldc93s6a。Web Download Philadelphia:Languistic Data Consortium 83:87”，“journal-title”：“Web Downown Philadiladelhia:Linguistic Data-Cortium”}，{“key”：“5001_CR9”，“unstructured”：“Garofolo JS（1993）Timit声学语音连续语音语料库。Linguistical Data Consortion，1993”}、{“issue”：“5”，“key“：”5001_CR10“，”doi-asserted-by“出版商”，“首页”：6944“，”DOI“：”10.1007 \/s11227-021-04124-5“，”volume“：”78“，”author“：”V Gupta“，”year“：”2022“，”unstructured“：”Gupta V，Juyal S，Hu YC（2022）利用深度神经网络通过语音谱图了解人类情绪。J Supercomput 78（5）：6944\u20136973。https:\/\/doi.org\/10.1007\/s11227-021-04124-5“，”journal-title“：”J Supercomput“}，{“key”：“5001_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Howard J，Ruder S（2018）文本分类通用语言模型微调。http://\/arxiv.org\/abs\/1801.06146”，“doi”：“10.18653\/v1\/P18-1031”}，“key“：”5001_CR12“，”doi asserted-by“：”crossref“，”非结构化”：“蒋C，刘J，毛R等（2020）基于dcnn-bigru自关注模型的语音情感识别。2020年国际信息科学会议。并行和分布式系统（ISPDS），IEEE，pp 46\u201351“，”DOI“：”10.1109\/ISPDS51347.2020.00017“}，{“问题”：“2”，“密钥”：“5001_CR13”，“DOI-asserted-by”：“发布者”，“首页”：“91”，“DOI”：“10.1016\/S1566-2535（01）00026-4“，”卷“：”2“作者”：“AL Jousselme”，“年份”：“2001”，“非结构化”：“Jousselm AL，Gre尼尔·D，老板\u00e9\u00c9（2001）两个证据之间的新距离。Inf Fusion 2（2）：91\u2013101“，“journal-title”：“Inf Fution”}，{“key”：“5001_CR14”，“unstructured”：“Kenton JDMWC，Toutanova LK（2019）Bert:语言理解深度双向变换器的预训练。In:Proceedings of naacL-HLT，pp 4171\u20134186”}、{“issue”：“5”，“key“5001_CR15”，”“doi-asserted-by”：“publisher”，“first page”：”5019“，“doi”：“10.1007\/s11227-020-03468-8“，“volume”：“77”，“author”：“J Kommineni”，“year”：“2021”，“unstructured”：“Komminei J，Mandala S，Sunar MS et al（2021）使用混合特征提取技术精确计算面部表情识别。超级计算机杂志77（5）：5019\u20135044。https:\/\/doi.org\/10.1007\/s11227-020-03468-8“，“journal-title”：“J Supercomput”}，{“key”：“5001_CR16”，“unstructured”：“Krishna D，Patil A（2020）使用跨模态注意和一维卷积神经网络的多模态情感识别。In:Interspeech，4243\u20134247”}、{“密钥”：“500m1_CR17”，“非结构化”：“Lample G，Conneau A（2019）跨语言模型预训练。http://\/arxiv.org\/abs\/1901.07291“}，{“key”：“5001_CR18”，“unstructured”：“Lan Z，Chen M，Goodman S，et \u00a0al（2019）Albert:语言表征自主学习的小伯特。http://\/arv.org\/abs \/1909.11942”}Roberta：一种稳健优化的伯特预训练方法。http:\/\/arxiv.org/abs\/190711692“｝，｛“key”：“5001_CR20”，“doi asserted by”：“crossref”，“unstructured”：“Macary M，Tahon M，Est\u00e8ve Y，et\u00a0al（2021）关于使用自我监督的预训练声学和语言特征进行连续语音情感识别。In：2021 IEEE口语技术研讨会（SLT），IEEE，pp 373\u2013380“，“DOI”：“10.1109\/SLT48900.2021.9383456”}，{“key”：“5001_CR21”，“DOI-asserted-by”：“crossref”，“unstructured”：“Makiuchi MR，Uto K，Shinoda K（2021）具有高级语音和文本特征的多模情感识别。In:2021 IEEE自动语音识别和理解研讨会（ASRU）10.1109 \/ASRU51503.2021.9688036“}，{“key”：“5001_CR22”，“doi-asserted-by”：“crossref”，“unstructured”：“Mao S，Tao D，Zhang G et al（2019）Revisiting hidden markov models for speech emotion recognition。ICASSP 2019\u20132019 IEEE International Conference on Acoustics.speech and Signal Processing（ICASSP），IEEE，pp 6715\u20136719”，“doi”：“10.1109\/ICASSP.2019.8683172“}，{“key”：“5001_CR23”，“volume-title”：“机器学习：概率观点”，“author”：“KP Murphy”，“year”：“2012”，“unstructured”：“Murphy-KP（2012）机器学习：一个概率观点。麻省理工学院出版社，剑桥”}，}，“key“：”5001_CR24“，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/s1127-022-04416-4“，“auther”：“R Nimmagadda”，“年份”：“2022年”，“非结构化”：“Nimmagada R，Arora K，Martin MV（2022）同伴机器人的情感识别模型。J超级计算机。https:\/\/doi.org\/10.1007\/s11227-022-04416-4“，”journal-title“：”J Supercomput“}，{“key”：“5001_CR25”，“doi-sserted-by”：“crossref”，“unstructured”：“Park DS，Chan W，Zhang Y，et\u00a0al（2019）Specengaret:一种简单的自动语音识别数据增强方法。http://\/arxiv.org\/abs\/1904.08779”，“doi”：“10.21437/Interspeech.2019-2680”}，{“key“：”5001_CR26“，”doi-asserted-by“：”crossref“，”unstructured“：”Pepino L，Riera P，Ferrer L（2021）使用wav2vec 2.0嵌入从语音中进行情感识别。http://\/arxiv.org\/abs\/2104.03502“，“DOI”：“10.21437\/Interspeech.2021-703”}，{“key”：“5001_CR27”，“DOI-asserted-by”：“crossref”，“unstructured”：“Peters ME，Neumann M，Iyyer M，et\u00a0al（2018）深层语境化单词表示法。CoRR http://\/arviv.org\/1802.05365”，“DOI:”10.18653\/v1\/N18-1202“}，{“key”：“5001_CR28”，“非结构化”：“Radford A，Narasimhan K，Salimans T，et \u00a0al（2018）通过生成性预训练提高语言理解。OpenAI“}，{“key”：“5001_CR29”，“doi-asserted-by”：“crossref”，“unstructured”：“Rajamani ST，Rajamani-KT，Mallol-Ragolta A et al（2021）一种新型的基于注意的门控返返单位及其在语音情感识别中的功效。ICASSP 2021\u20132021 IEEE国际声学、语音和信号处理会议（ICASSP），IEEE，pp 6294\u20136298“，”DOI“：”10.1109\/ICASPSP39728.2021.9414489“}，{“key”：“5001_CR30”，“DOI-asserted-by”：“crossref”，“unstructured”：“Santoso J，Yamada T，Makino S，et \u00a0al（2021）基于单词级置信度的注意权重修正的语音情感识别。In:Interspeech，pp 1947\u20131951”，“DOI”：“10.21437 \/Interspeech.2021-411“}，{“key”：“5001_CR31”，“doi-asserted-by”：“crossref”，“unstructured”：“Sarma M，Ghahremani P，Povey D，et\u00a0al（2018）使用dns从原始语音信号中识别情感。In:Interspeech，pp 3097\u20133101”，“doi”：“10.21437\/Intesspeech.2018-1353”}，}，“key“：”5001_CR 32“，“doi-asserted-by”：，“非结构化”：“Satt A，Rozenberg S，Hoory R（2017），使用频谱图上的深度学习从语音中高效识别情感。In:Interspeech，pp 1089\u20131093“，”DOI“：”10.21437\/Interspeech.2017-2000“}，{“key”：“5001_CR33”，“first page”：”330“，”volume“：”1“，”author“：”G Shafer“，“year”：“1992”，“unstructured”：“Shafer G（1992）Dempster-Shafer theory.Encycl-Artif Intell 1:330\u2013331”，“journal-title”：“Encycl Artif Intel}”，{”key“：“5001_CR34”，“DOI-asserted-by”：“crossref”，“非结构化”：“Siriwardhana S，Reis A，Weerasekera R，et \u00a0al（2020）联合微调“类bert”自我监督模型，以改进多模态语音情感识别。http://\/arxiv.org\/abs\/2008.06682“，”DOI“：”10.21437\/Interspeech.2020-212“}，{”key“：”5001_CR35“，”DOI-asserted-by“：”crossref“，”unstructured“：”Sun C，Qiu X，Xu Y，et \u00a0al（2019）How to fine-tune bert for text classification？In:China National Conference on China Computation Linguistics，pp 194\u2013206“，“DOI”：“10.1007\/978-3-030-32381-3_16“}，{“key”：“5001_CR36”，“首页”：“4”，“卷”：“30”，“author”：“A Vaswani”，“年份”：“2017年”，“unstructured”：“VaswaniA，Shazeer N，Parmar N et al（2017）注意力是你所需要的。Adv Neural Inf Process Syst 30:4”，”journal-title“：”Adv Neral Inf Process-Syst“}serted-by“：”publisher“，”首页“：”6503“，”DOI“：”10.1007\/s11227-021-04097-5“，”卷“：”78“，”作者“：”CX-Wan“，”年份“：”2022“，”非结构化“：”Wan CX，Li B（2022）基于bert-cnn文本分类的财务因果句识别。超级计算机杂志78（5）：6503\u20136527。https:\/\/doi.org\/10.1007\/s11227-021-04097-5“，”journal-title“：”J Supercomput“}，{”issue“：”5“，”key“：”5001_CR38“，”doi-asserted-by“：”publisher“，”first page“：“3211”，”doi“：”10.1007\/s11217-018-2554-8“，”volume“：：”76“，”author“：”H Wang“，”year“：”2020“，”unstructured“：”Wang H，Wei S，Fang B（2020）使用莫霍格特征和深层特征的迭代融合进行面部表情识别。超级计算机杂志76（5）：3211\u20133221。https:\/\/doi.org\/10.1007\/s11227-018-2554-8“，”journal-title“：”J Supercomput“}，{“key”：“5001_CR39”，“unstructured”：“Wang Y，Boumadane A，Heba A（2021）一个用于语音情感识别、说话人验证和口语理解的微调wav2vec 2.0\/hubert基准。http://\/arxiv.org\/abs\/2111.02735”}，}，“key“：”5001_CR40“，”第一页：“5”，“卷”：“32”，“作者”：“Z Yang”，“年份”：“2019”，“非结构化”：“Yang Z，Dai Z，Yang Y et al（2019）Xlnet：语言理解的广义自回归预训练。Adv Neural Inf Process Syst 32:5”，“journal-title”：“Adv Neral Inf Process-Syst”}，{“key”：“5001_CR41”，“doi-asserted-by”：“crossref”，“unstructured”：“Yoon S，Byun S，Jung K（2018）使用音频和文本的多模态语音情感识别。In:2018 IEEE口语技术研讨会（SLT），IEEE，pp 112\u2013118”，《doi》：“10.1109\/SLT.2018.8639583”}，{“key”：“5001_CR42”，“首页”：“8”，“卷”：“27”，“作者”：“J Yosinski”，“年份”：“2014”，“非结构化”：“YosinskiJ，Clune J，Bengio Y et al（2014）深度神经网络中的特征如何转移？Adv neural Inf Process Syst 27:8”，《journal-title》：“Adv Neral Inf Process-Syst”}，{”key“：“5001_CR43”，“unstructured”：“Zadeh A，Zellers R，Pincus E，et \u00a0al（2016）Mosi:在线意见视频中情绪强度和主观性分析的多模态语料库。http://\/arxiv.org\/abs\/1606.06259”}，{“key”：“5001_CR44”，“doi-asserted-by”：“crossref”，“unstructured”：“Zadeh AB，Liang PP，Poria S，et \u 00a0al.（2018）野外多模态语言分析：Cmu-mosei数据集和可解释的动态融合图。摘自：计算语言学协会第五十六届年会论文集（第1卷：长篇论文），第2236\u20132246页，“DOI”：“10.18653\/v1\/P18-1208”}，{“issue”：“4”，“key”：“5001_CR45”，“DOI-asserted-by”：“publisher”，“first page”：”4681“，”DOI“：”10.1007\/s11227-021-04058-y“，”Volume“78”，“author”：“D Zhao”，“year”：“2022”，“unstructured”“：”赵德，钱毅，刘杰等（2022）图像处理与神经网络下的面部表情识别技术。超级计算机杂志78（4）：4681\u20134708。https:\/\/doi.org\/10.1007\/s11227-021-04058-y“，”journal-title“：”J Supercomput“}，{”key“：”5001_CR46“，”doi-asserted-by“：”crossref“，”unstructured“：”郑L，李清，潘H，et\u00a0al（2018）基于卷积神经网络与随机森林相结合的语音情感识别。In:2018中国控制与决策会议（CCDC），IEEE，pp 4143\u20134147“，”DOI“：”10.1109\/CCDC.2018.8407844“}]，”container-title“：[”The Journal of Supercomputing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com\/content\/pdf\/10.10007\/s11227-022-5001-5.pdf“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-pdf“应用程序“：”text-mining“}，{”URL“：”https:\/\/link.springer.com/article\/10.1007\/s11227-022-05001-5\/fulltext.html“，”content-type“：”text\/html“，”内容-版本“：”vor“，”intended-application“：”文本-分钟“}，{”URL“：”https:\//link.springer-com/content\/pdf\/10.10007\/s11207-022-025001-5.pdf“，”content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”“：”相似性检查“}”，“存放”：{“日期-部分”：[[2023,4,5]]，“日期-时间”：“2023-04-05T19:37:47Z”，“时间戳”：1680723467000}，“分数”：1，“资源”：{-“主要”：{“URL”：“https:\/\/link.springer.com\/10.10007\/s1127-022-05001-5”}}，”副标题“：[]，”短标题“：[]，”发布“：{”日期-部分“：[2022,12,21]]}，“references-count”：46，“journal-issue”：{“issue”：“8”，“已发布的印刷品“：｛”日期部分“：[[2023,5]]｝｝，“替代id”：[“5001”]，“URL”：“http:\/\/dx.doi.org/10.1007\/s11227--022-05001-5”，“relationship”：｛｝，“ISSN”：[“0920-8542”，“1573-0484”]，“ISSN type”：[｛”value“：“0920-8542”，“type”：“print”｝，｛“value”：“1573-0484”，“type”：“electronic”｝]，“subject”：[]，“已发布”：｛“日期部分”：[[2022,12,21]｝，“断言”：[｛“值”：“2022年12月4日“，”订单“：1，”名称“：”已接受“，”标签“：”接受“，“组”：{“名称”：“文章历史”，“标签”：“论文历史”}}，{“值”：“2022年十二月21日”，“订单”：2，“名称”:“first_online”，“label”：“first online”，”组“：{”名称“:”文章历史“，”label“：”文章历史ing“，”标签“：”遵守道德标准”｝｝，｛“value”：“作者声明他们没有利益冲突。”，“order”：2，“name”：“Ethics”，“group”：｛“name”：“EthicsHeading”，“label”：“conflict of interest”｝｝，｛“value”：“本声明不适用。”，“order”：3，“name”：“Ethics”，“group”：｛“name”：“EthicsHeading”，“label”：“Ethics approvement”｝｝