{“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”：[[2024,6,4]]，“日期-时间”：“2024-06-04T23:17:08Z”，“时间戳”：1717543028986}，“引用-计数”：83，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{'日期-部件“：[2023,9,1]]，“时间”：”2023-09-01T00:00:00 0:00Z“，”时间戳“：1693526400000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2023,9,1]]，“date-time”：“2023-09-01T00:00:00Z”，“timestamp”：1693526400000}，“content-version”：“tdm”，“delay-in-days”：“0，“URL”：“https:\/\\/www.else vier.com\/legal\/td”mrep-license“}，{“开始”：{“日期部分”：[[2023,9,1]]，“日期时间”：“2023-09-01T00:00:00Z”，“timestamp”：1693526400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-017”}，{“start”：{“date-parts”：[[2023,9,1]]，“date-time”：“2023-09-01T00:00Z”，delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-037“}，{“start”：{“date-parts”：[[2023,9,1]]，“date-time”：“2023-09-01T00:00:00Z”，“timestamp”：1693526400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-012”}，{“start”：{（日期-部件）：[[2023,9,1]，“日期-时间”：“2020 3-09-01T_00:00:0Z”，”“timestamp:”1693526400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https://doi.org/10.15223\/policy-029”｝，｛“开始”：｛“日期部分”：[[2023,9,1]]，“日期时间”：“2023-09-01T0:00:00Z”，“时间戳”：1693526400000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-004”｝]，“内容域”：｛“域”：[“elsevier.com”，“sciencedirect.com”]，“交叉停车限制”：true｝，“short-container-title”：[“Applied Soft Computing”]，“published-print”：{“date-parts”：[[2023,9]]}，“DOI”：“10.1016\/j.asoc.2023.110494”，“type”：“journal-article”，“created”：{“date-ports”：[[2023,6,10]]，“date-time”：“2023-06-10T23:24:33Z”，“timestamp”：1686439473000}，”page：“110494”，“update-policy”：”http://\/dx.DOI.org \/10.1016 \/elsevier_cm_policy“，”源“：“Crossref”，“is-referenced-by-count”：4，“title”：[“使用深度神经网络进行基于注意的多模态情感分析和情感识别”]，“prefix”：“10.1016”，“volume”：“144”，”author“：[{“ORCID”：”http://\/ORCID.org\/00000-0002-3304-2325“，”authenticated-ORCID“：false，”given“：”Ajwa“，”family“：”Aslam“，”sequence“：”first“，”affiliance“：[]}，{“ORCID”：“http://\/orcid.org\/00000-0003-2024-2843”，“authenticated-orcid”：false，“given”：“Allah Bux”，“family”：“Sargano”，“sequence”：“additional”，“affiliation”：[]}，{“orcid”：”http://\/orcid.org\/80000-0001-9758-9162“，”authentimated-orcid“：false”，“giving”：“Zulfiqar”，“家庭”：“Habib”，“sequence”:“additionable”，“从属关系”：[]，“member”：“78”，“引用”：[{“键”：“10.1016\/j.asoc.2023.110494_b1”，“doi-asserted-by”：“crossref”，“doi”：“10.1145\/3586075”，“article-title”：“多式情感分析：方法、趋势和挑战的调查”，“author”：“Das”，“year”：“2023”，“journal-title“：”ACM Compute.Surv.“}，{“issue”：“3”，”key“10.1016”，“j.asoc.2023.110494 _b2”，”doi-assert-by“：“crossref”，“first page”：“1”，“doi”：“10.1145\/2682899”，“article-title”：“多模式情感检测系统的回顾与元分析”，“volume”：“47”，“author”：“D\u2019mello”，“year”：“2015”，“journal-title“：”ACM computing surviews（CSUR）“}，{“issue”：“69”，“key”：”10.1016\/j.asoc.2023.110494_b3“，”doi-asserted-by“：”crossref“，”first page“：”1“，“doi”：“10.1016\/j.knosys，2014.07.002“，“article-title”：“嘉宾社论：大社会数据分析”，“作者”：“Cambria”，“年份”：“2014”，“新闻标题”：“基于知识的系统”}，{“key”：“10.1016\/j.asoc.2023.110494_b4”，“doi-asserted-by”：“crossref”，“doi”：“10.7717\/peerj-cs.1044”，《article-title》：“基于方面情感分析的深度学习：综述”，“卷”：“8”，“author”：“Zhu”，“年份”：“2022”，“journal-title”：“PeerJ Compute.Sci.”}，{“key”：“10.1016\/j.asoc.2023.110494_b5”，“doi-asserted-by”：“crossref”，“unstructured”：“M.W\u00f6llmer，A.Metallinou，F.Eyben，B.Schuller，S。Narayanan，使用双向lstm建模从语音和面部表情进行上下文敏感多模态情感识别，in：Proc。INTERSPEECH 2010，Makuhari，Japan，2010，pp.2362\u20132365.”，“DOI”：“10.21437\/INTERSPEECH.2010-646”}，｛“key”：“10.1016\/j.asoc.2023.110494_b6”，“DOI asserted by”：“crossref”，“nonstructured”：“L.-P.Morency，R.Mihalcea，P。Doshi，《走向多模态情感分析：从网络收集意见》，载于：《第十三届多模态接口国际会议论文集》，2011年，第169\u2013176页article-title“：”基于融合方法的多模态情感分析：A survey“，”volume“：”95“，”author“：”Zhu“，”year“：”2023“，”journal-title”：“Inf.fusion”}，{“key”：“10.1016\/j.asoc.2023.110494_b8”，“doi-asserted-by”：“crossref”，“first page”：”26“，”doi“：”10.1016\/j.knosys.2019.019“，”article-title“图像\u2013文本情感分析通过深度多模态关注融合”，“卷”：“167”，“作者”：“黄”，“年份”：“2019”，“新闻标题”：“Knowl”-基于系统。“}，{”key“：”10.1016\/j.asoc.2023.110494_b9“，”series-title“：”用于多模态情感分析的张量融合网络“，”author“：”Zadeh“，”year“：”2017“}”，{“key”：“10.1016\\j.asoc.2023.110494 _b10”，“article-title”：“多模情感分析：对历史、数据集、多模融合方法、应用、挑战和未来方向的系统回顾”，“作者”：“甘地”，“年份”：“2022年”，“新闻标题”：“Inf.fusion”}，{“问题”：“1”，“关键”：“10.1016\/j.asoc.2023.110494_b11”，“doi-asserted-by”：“crossref”，“doi”：“101111\/exsy.12233”，“article-title”：“T-SAF：使用混合分类方案的推特情绪分析框架，“卷”：“35”，“作者”：“Asghar”，“年份”：“2018”，“期刊标题”：“专家系统。“}，{”issue“：”2“，”key“：”10.1016\/j.asoc.2023.110494_b12“，”doi-asserted-by“：”crossref“，”first page“：“373”，“doi”：“10.1007\/s10115-017-1134-1”，“article-title”：“使用绩效指标对金融新闻文章进行情绪分析”，“volume”：“56”，“author”：“Krishnamoorthy”，“year”：“2018”，“journal-title“：”Knowl.Inf.Syst.“}”，{“键“：”10.1016\/j.asoc.2023.110494_b13“，”doi-asserted-by“：”crossref“，”first page“：”3“，”doi“：”10.1016\/j.imavis.2017.08.003“，“article-title”：“多模态情绪分析调查”，“volume”：“65”，“author”：“Soleymani”，“year”：“2017”，“journal-title“：”Image Vis。计算。“}，{”issue“：”1s“，”key“：”10.1016\/j.asoc.2023.110494_b14“，”doi-asserted-by“：”crossref“，”first page“：“1”，”doi“：”101145\/2808204“，”article-title“：”使用面部多个区域的动力学进行语音识别“，”volume“：12”，“author”：“Kim”，“year”：“2015”，“journal-title”：“ACM Trans.Multimed.Comput.Commun.Appl.”}“，{“密钥”：“10.1016\/j.asoc.2023.110494_b15“，“series-title”：“会议记录。计算语言学协会。北美分会。会议”，“首页”：“2122”，“文章标题”：“对话记忆网络，用于二元对话视频中的情感识别”，“卷”：“第2018卷”，“作者”：“哈扎里卡”，“年份”：“2018”}，{“关键”：“10.1016\/j.asoc.2023.110494_b16”，“doi-asserted-by”：“crossref”，“第一页”：”204“doi”：“101016\/j.inffus.2021.06.003”，“论文标题”：使用深度学习方法的多模态视频情感分析，调查”，“卷”：“76”，“作者”：“Abdu”，“年份”：“2021”，“新闻标题”：“Inf.Fusion”}，{“key”：“10.1016\/j.asoc.2023.110494_b17”，“series-title”：“ICASSP 2022-2022 IEEE国际声学、语音和信号处理会议”，“首页”：“6897”，“article-title”：多模态语音情感识别的密钥解析变换器“，”author“：”Chen“，”year“：”2022“}，{“Key”：“10.1016\/j.asoc.2023.110494_b18”，“doi-asserted-by”：“crossref”，“doi”：“101109\/TCSVT.2023.3273577”，“article-title”：“MALN：会话情感识别的多模态对抗学习网络”，“author”：“Ren”，“year”：“2023”，“journal-title“：”IEEE Trans。电路系统。视频技术。“}，{”key“：”10.1016\/j.asoc.2023.110494_b19“，”doi-asserted-by“：”crossref“，”first page“：“12063”，“doi”：“10.1016\/j.egyr.2022.09.015”，“article-title”：“改进版多元优化算法在太阳辐射建模中的应用”，“volume”：“8”，“author”：“Ikram”，“year”：“2022”，“journal-title“：”Energy Rep.“}”，{“key”：”10.1016\/j.asoc.2023.110494_b20“，“文章标题”：“使用ELM-CRFOA预测FRP钢筋混凝土梁的抗剪承载力”，“卷”：“205”，“作者”：“Ikram”，“年份”：“2022”，“日记标题”：”测量“}，{“问题”：“2”，”键“：”10.1016\/j.asoc.2023.10494_b21“，”doi-asserted-by“：”crossref“，”首页“161”，”doi“：”101080\/02 626667.2021.2012182“，”article-title“：“用改进的蜉蝣优化算法训练的新型支持向量机用于径流预测的潜力”，“体积”：“67”，“作者”：“Adnan”，“年份”：“2022”，“期刊标题”：“Hydrol”。科学。J.“}，{”issue“：“2”，”key“：“10.1016\/J.asoc.2023.110494_b22”，“doi-asserted-by”：“crossref”，“first page”：“259”，“doi”：“10.3390\/jmse11020259”，“article-title”：“通过爬行动物搜索算法和向量加权平均值优化器使用改进的深度学习方法预测水温”，“volume”：”11“author”：“Ikram”，“year”：“2023”，“《海洋科学杂志》。Eng.“}，{”key“：”10.1016\/j.asoc.2023.110494_b23“，”doi-asserted-by“：”crossref“，”first page“：“50”，“doi”：“10.1016\/j.neucom.2015.01.095”，“article-title”：“融合音频、视觉和文本线索，从多模态内容进行情感分析”，“volume”：“174”，“author”：“Poria”，”year“2016”，“journal-title“：”Neurocoming“}”，{“issue”：“2”，“key”“：”10.1016\/j.asoc.2023.110494_b24“，”doi-asserted-by“：”crossref“，”first page“：”267“，”doi“：”10.1162\/COLI_a_00049“，”article-title“：”基于词汇的情感分析方法“，”volume“：“37”，“author”：“Taboada”，“year”：“2011”，“journal-title”：“Compute”。语言学家。“}，{”key“：”10.1016\/j.asoc.2023.110494_b25“，”unstructured“：”A.Maas，R.E.Daly，P.T.Pham，D.Huang，A.Y.Ng，C.Potts，《情感分析学习词向量》，摘自：计算语言学协会第49届年会论文集：人类语言技术，2011年，第142\u2013150页。“}”，{“key”：“10.1016\/j.asoc.2023.110494_b26“，”doi-asserted-by“：”crossref“，”unstructured“：”M.Iyyer，V.Manjunatha，j.Boyd-Graber，H.Daum\u00e9\u00a0III，深度无序复合与文本分类的句法方法竞争，《计算语言学协会第53届年会和第7届国际自然语言处理联合会议论文集》（第1卷：长篇论文），2015年，第1681\u20131691页。“，”DOI“：”10.3115\/v1\/P15-1162“}，{“key”：“10.1016\/j.asoc.2023.110494_b27”，“DOI-asserted-by”：“crossref”，“unstructured”：“O.Irsoy，C。Cardie，深度递归神经网络的意见挖掘，收录于：《2014年自然语言处理实证方法会议论文集》，EMNLP，2014年，第720\u2013728页。“，“DOI”：“10.3115\/v1\/D14-1080”}，{“key”：“10.1016\/j.asoc.2023.110494_b28”，“first page”：”1“，“article-title”：“基于方面的情绪分析使用长短期记忆和加权N-gram图形剪切”，“作者”：“南迪”，“年份”：“2023年”，“新闻标题”：“认知。计算。“｝，｛”key“：”10.1016\/j.asoc.2023.110494_b29“，”doi断言“：”crossref“，”第一页“：”73“，”doi“：”10.1016\/j.neucom.20210.09.057“，”文章标题“：”BiERU:会话情绪分析的双向情绪重复单元“，”卷“：”467“，”作者“：”Li“，”年份“：”2022“，”期刊标题“：”神经计算“｝，｛”key“：”10.1016\/j.asoc.2023.110494_b30“，”doi-asserted-by“：”crossref“，”first page“：”21517“，”doi“：”10.1109\/ACCESS.2022.3152828“，”article-title“：”RoBERTa-LSTM:使用变压器和递归神经网络进行情绪分析的混合模型“，”volume“：“10”，”author“：”Tan“，”year“：”2022“，”journal-title”：“IEEE ACCESS”}，{“key”：“10.1016\/j.asoc.2023.110494_b31”，“doi-assert-by”：”cross-ref“，“”非结构化”：“Y.Yang，J.Jia，S.Zhang，B.Wu，Q.Chen，J.Li，C.Xing，J.Tang，你的朋友如何在社交媒体上透露你的情绪？，in：《AAAI人工智能会议论文集》，第28卷，（1）2014。“，“DOI”：“10.1609\/AAAI.v28i1.8740”}，{“key”：“101016\/j.asoc.2023.110494_b32”，“DOI-asserted-by”：“crossref”，“unstructured”：“D.Borth，R.Ji，T.Chen，T.Breuel，S.-F。Chang，使用形容词-名词对的大尺度视觉情感本体论和检测器，收录于：《第21届ACM国际多媒体会议论文集》，2013年，第223\u2013232页。“，”DOI“：”10.1145\/2502081.2502282“}，{“key”：“10.1016\/j.asoc.2023.110494_b33”，“DOI-asserted-by”：“crossref”，“unstructured”：“j.Yuan，S.Mcdonough，Q.You，j。Luo，Sentribute:从中级角度进行图像情感分析，摘自：《第二届情绪发现和意见挖掘问题国际研讨会论文集》，2013年，第1\u20138页。“，”DOI“：”10.1145\/2502069.2502079“}，{“key”：“10.1016\/j.asoc.2023.110494_b34”，“series-title”：“深度卷积神经网络视觉情感预测”，“作者”：“徐”，“年份”：“2014”}，{“关键”：“10.1016\/j.asoc.2023.110494_b35”，“doi-asserted-by”：“crossref”，“非结构化”：“Q.You，j.Luo，H.Jin，j。Yang，使用逐步训练和域转移深度网络进行稳健图像情感分析，载于：《AAAI人工智能会议论文集》，第29卷，（1）2015年。“，”DOI“：”10.1609\/AAAI.v29i1.9179“}，{“key”：“10.1016\/j.asoc.2023.110494_b36”，“series-title”：“ICASSP 2020-2020 IEEE声学、语音和信号处理国际会议”，“首页”：“3227”，“文章标题”：“多模态情感识别的注意力驱动融合”，“作者”：“Priyasad”，“年份”：“2020”}，{“问题”：“3”，“关键”：“10.1016\/j.asoc.2023.110494_b37”，“第一页”：基于集合的人脸表情识别方法用于图像情感分析”，“卷”：“12”，“作者”：“Moung”，“年份”：“2022”，“期刊标题”：“Int.J.Electr。计算。Eng.“}，{”key“：”10.1016\/j.asoc.2023.110494_b38“，”series-title“：”第四届国际口语处理会议论文集.ICSLP\u201996“，”第一页“：”1970“，”article-title“：“言语中的情感识别”，“volume”：“3”，“author”：“Dellaert”，“year”：“1996”}，“issue”：“4”，“key”：”10.116\/j-asoc.2023.1 10494_b39“，”doi-asserted-by“：”crossref“，“first page”：“1117”，“DOI”：“10.1109\/TASL.2006.876121”，“article-title”：“语义和韵律特征在构建情感TTS语料库中的作用的客观和主观研究”，“volume”：”14“，“author”：“Navas”，“year”：“2006”，“journal-title“：”IEEE Trans。音频语音语言处理。“}，{”key“：”10.1016\/j.asoc.2023.110494_b40“，”series-title“：”Interspeech“，”first page“：“374”，”article-title“：“双模语音情感识别的多尺度融合框架”，“author”：“Chen”，“year”：“2020”}，“key”：“10.1016\\j.asoc.2023.110494 _b41”，“series-tile”：“2015 IEEE国际声学、语音和信号处理会议”，”首页“：”5301“，”article-title“：”通过多任务学习利用效价和激活信息进行类别情绪识别“，”author“：”Xia“，”year“：”2015“}，{“key”：“10.1016\/j.asoc.2023.110494_b42”，“series-title”：“2017 IEEE声学、语音和信号处理国际会议”，“首页”：“2746”，“article-title”：”使用深度卷积生成对抗网络学习情绪言语表征”，“作者”：“Chang”，“年份”：“2017”}，{“问题”：“2”，“关键”：“10.1016\/j.asoc.2023.110494_b43”，“doi-asserted-by”：“crossref”，“首页”：“184”，”doi“：“10.1109\/T-AFFC.2011.40”，“文章标题”：“增强视听情感分类的上下文敏感学习”，“卷”：“3”，“作者”：“Metallinou”，“年份”：“2012”，“期刊标题”：“IEEE Trans。影响。计算。“}，{”key“：”10.1016\/j.asoc.2023.110494_b44“，”doi-asserted-by“：”crossref“，”unstructured“：”Z.Aldeneh，S.Khorram，D.Dimitriadis，E.M.Provost，合用声学和词汇特征预测配价，收录于：第19届ACM多模态交互国际会议论文集，2017年，第68\u201372页。“，”doi“：”10.1145\/3136755.3136760“}，{“key”：“10.1016\/j.asoc.2023.110494_b45”，“series-title”：“Interspeech”，“first page”：”4243“，“article-title”：”使用跨模态注意和1D卷积神经网络的多模情感识别“，“author”：“Krishna”，“year”：“2020”}，}“issue”：“8”，“key“10.1016”，“j.asoc.2023.110494 _b46”，“doi-asserted-by”：“cross”参考“，”首页“：”1301“，”DOI“：”10.1109\/JSTSP.2017.2764438“，”文章标题“：”使用深度神经网络的端到端多模态情感识别“，”卷“：”11“，”作者“：”茨拉基斯“，”年份“：”2017“，”期刊标题“：“IEEE J.Sel。顶部。签署程序。“}，{”issue“：”1“，”key“：”10.1016\/j.asoc.2023.110494_b47“，”doi-asserted-by“：”crossref“，”first-page“：”60“，”doi“：”101109\/TAFFC.2017.2713783“，”article-title“：”视频剪辑中的视听情感识别“，”volume“：“10”，“author”：“Noroozi”，“year”：“2017”，“journal-title”：“IEEE Trans.Affect.Compute.”}，”{“key”：“10.1016\/j.asoc.2023.110494_b48”，“doi-asserted-by“：”crossref“，”first page“：”33“，”doi“：”10.1016\/j.cviu.2018.06.005“，”article-title“：”深层时空特征融合与紧凑双线性池，用于多模态情感识别“，”volume“：“174”，”author“：”Nguyen“，”year“：”2018“，”journal-title”：“Compute”。视觉。图像理解。“}，{”key“：”10.1016\/j.asoc.2023.110494_b49“，”doi-asserted-by“：”crossref“，”unstructured“：”Y.Wang，j.Wu，K.Hoashi，基于视频的情感识别多关注融合网络，收录于：2019年国际多模交互会议，2019年，第595\u2013601.页。“，”doi“：”101145\/334055.3355720“}”，{series-title“：“2019 IEEE多媒体信息处理和检索会议”，“首页”：“443”，“文章-标题”：“野外情感识别的特征级和模型级视听融合”，“作者”：“蔡”，“年份”：“201S”}，{“问题”：“5”，“关键”：“10.1016\/j.asoc.2023.110494_b51”，“doi-sserted-by”：“crossref”，”首页“975”，”doi“：”10.1007\/s00138-018-0960-9“，“文章标题”：“野外视听情感识别”，“卷”：“30”，“作者”：“Avots”，“年份”：“2019”，“新闻标题”：”马赫。视觉。应用。“}，{”key“：”10.1016\/j.asoc.2023.110494_b52“，”series-title“：”2022年第三届智能电子与通信国际会议“，”首页“：”1198“，”article-title“：“使用机器学习对数据的视听上下文进行多模态情感分析”，“author”：“Juyal”，“year”：“2022”}，”{“key”：“10.1016\\j.asoc.2023.110494 _b53”，“第一页“：”1“，”文章标题“：”基于CRNN-SVM的多模态情感系统和方法“，”作者“：”赵“，”年份“：”2023“，”新闻标题“：“神经计算”。应用。“}，{”key“：”10.1016\/j.asoc.2023.110494_b54“，”doi-asserted-by“：”crossref“，”first page“：“61”，“doi”：“10.1016\/j.knosys.2019.04.018”，“article-title”：“具有双向多层次注意网络的视觉文本情感分类”，“volume”：“178”，“author”：“Xu”，“year”：“2019”，“journal-title“：”Knowl.-Based Syst.“}”，{“key”：”10.1016\/j.asoc.2023.110494_b55“，”series-title“：”ACL 2018“，”article-title“：”基于语音和文本数据的多模态情感识别的卷积注意网络“，”volume“：“vol.28”，”author“：”Lee“，”year“：”2018“}，{”key“：2018 IEEE多媒体信息处理和检索会议”，“首页”：“196”，“文章标题”：“多模态情感检测的自我关注特征级融合”，“作者”：“Hazarika”，“年份”：“2018”}，{“关键”：“10.1016\/j.asoc.2023.110494_b57”，“非结构化”：“A.B.Zadeh，P.P.Liang，S.Poria，E.Cambria，L.-P。Morency，《野外多模态语言分析：Cmu-mosei数据集和可解释动态融合图》，收录于：计算语言学协会第56届年会论文集（第1卷：长篇论文），2018年，第2236\u20132246页。“}，{”key“：”10.1016\/j.asoc.2023.110494_b58“，”series-title“：”从语音中学习多模态情感识别对齐”，“作者”：“Xu”，“年份”：“2019”}，{“问题”：“4”，“关键”：“10.1016\/j.asoc.2023.110494_b59”，“doi-asserted-by”：“crossref”，“首页”：“335”，“doi”：“101007\/s10579-008-9076-6”，“文章标题”：“IEMOCAP:交互式情感二元运动捕捉数据库”，“卷”：“42”，“作家”：“Busso”2008年，“新闻标题”：“Lang.Resour”。评估。“}，{”issue“：”16“，”key“：”10.1016\/j.asoc.2023.110494_b60“，”doi-asserted-by“：”crossref“，”first page“：“8174”，”doi“：”10.3390\/app12168174“，“article-title”：“基于交互注意机制的多模态情绪分析”，“volume”：“12”，“author”：“Wu”，“year”：“2022”，“journal-title“：”Appl.Sci.“}”，{“issue”：“6”，“密钥”：“10.1016\/j.asoc.2023.110494_b61“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.ipm.2019.10297“，”article-title“：”一种基于图文一致性驱动的社交媒体多模态情感分析方法“，”volume“：”56“，”author“：”Zhao“，”year“：”2019“，”journal-title”：“Inf.Process。管理。“}，{”issue“：”3“，”key“：”10.1016\/j.asoc.2023.110494_b62“，”doi-asserted-by“：”crossref“，”first-page“：”1“，”doi“：”101145\/3388861“，”article-title“：”基于注意的图像文本情感分析模型门控网络“，”volume“：“16”，“author”：“Huang”，“year”：“2020”，“journal-title”：“ACM Trans.Multimed.Comput.Appl.”}，{“密钥”：“10.1016\/j.asoc.2023.110494_b63“，“article-title”：“LD-MAN：用于在线新闻情绪识别的布局驱动多模式关注网络”，“author”：“Guo”，“year”：“2020”，“journal-title“：”IEEE Trans。Multimed公司。“｝，｛”key“：”10.1016\/j.asoc.2023.110494_b64“，”doi断言者“：”crossref“，”doi“：”10.1016\/j.knosys.202210021“，”文章标题“：”用于多模态情绪分析的感知情绪的多模态预训练“，”作者“：”Ye“，”年份“：”2022“，”期刊标题“：”基于知识的系统“｝，｛”issue“：”3“，”key“：”10.1016\/j.asoc.2023.110494_b65“，”doi断言者“：”crossref“，”DOI“：”10.1016\/j.ipm.2022.102929“，”article-title“：”使用加权卷积神经网络的基于集合转移学习的多模态情感分析“，”volume“：”59“，”author“：”Ghorbanali“，”year“：”2022“，”journal-title”：“Inf.Process。管理。“}，{”key“：”10.1016\/j.asoc.2023.110494_b66“，”article-title“：”利用图文交互网络进行多式情感分析“，”author“：”Zhu“，”year“：”2022“，”journal-title”：“IEEE Trans.Multimed.”}，“key”：“10.1016\\j.asoc.2023.110494 _b67”，“doi-asserted-by”：“crossref”，“first page”：”217“，”doi“：”1016\/j.neucom.2016.09.1 17“，”文章标题“：”卷积神经网络和多核学习在多模态情感分析中的集成应用“，“volume”：“261”，“author”：“Poria”，“year”：“2017”，“journal-title”：“Neurocomputing”}，{“key”：”10.1016\/j.asoc.2023.110494_b68“，”doi-asserted-by“：”crossref“，”first page“：”124“，“doi”：“10.1016\/j.knosyss.2018.07.041”，“article-title“：”使用层次融合与上下文建模的多模态情感分析“，”卷“：”161“，”作者“：”Majumder“，”年份“：”2018“，”新闻标题“：”Knowl“-基于系统。“}，{”key“：”10.1016\/j.asoc.2023.110494_b69“，”series-title“：”计算语言学与智能文本处理国际会议“，”首页“：”166“，”article-title“：“基准多模态情感分析”，”author“：”Cambria“，”year“：”2017“}“key”：“10.1016\\j.asoc.2023.110494 _b70”，“首页”：“1”，“article-title”：“”用于多模态情感分析和情感分类的多层次上下文提取和基于注意的上下文模式间融合”，“作者”：“Huddar”，“年份”：“2019年”，“新闻标题”：“国际医学杂志”。通知。收回。“}，{”issue“：”1“，”key“：”10.1016\/j.asoc.2023.110494_b71“，”doi-asserted-by“：”crossref“，”first page“：“749”，“doi”：“10.1007\/s10462-022-10183-8”，“article-title”：“最新技术：基于顺序迁移学习的情感分析综述”，“volume”：“56”，“author”：“Chan”，”year“2023”，“journal-title“：”Artif.Intell.Rev.“}”，{“密钥”：“10.1016\/j.asoc.2023.110494_b72“，”doi断言由“：”crossref“，”非结构化“：”Y.Wang，M.Huang，X.Zhu，L.Zhao，用于方面级情感分类的基于注意力的LSTM，在：2016年自然语言处理实证方法会议论文集，2016，pp.606\u2013615.“，”doi“：”10.18653\/v1\/D16-1058“}，{“key”：“10.1016\/j.asoc.2023.110494_b73“，“doi-asserted-by”：“crossref”，“unstructured”：“H.Chen，M.Sun，C.Tu，Y.Lin，Z.Liu，《用户和产品注意力的神经情感分类》，载于：《2016年自然语言处理实证方法会议论文集》，2016年，第1650\u20131659页。”，“doi”：“10.18653\/v1\/D16-1171”}，{“key”：“10.1016\/j.asoc.2023.110494_b74“，“series-title”：“通过联合学习对齐和翻译实现神经机器翻译”，“author”：“Bahdanau”，“year”：“2014”}，{“key”：“10.1016\\j.asoc.2023.110494 _b75”，“series-title”：”基于注意力的神经机器翻译的有效方法“，”author“：”Luong“，”year“：”2015“}，”{“密钥”：“10.1016\/j.asoc.2023.110494_b76“，“series-title”：“第14届Python科学会议论文集”，“doi-asserted-by”：“crossref”，“first page”：“18”，“doi”：“10.25080\/Majora-7b98e3ed-003”，“article-title”：《Librosa：Python中的音频和音乐信号分析》，“volume”：第8卷，“author”：“McFee”，“year”：“2015”}，{“issue”：“4”，“key”：”10.1016\/j.asoc.2023.110494_b77“，”doi-asserted-by“：”crossref“，”first page“：”357“，”doi“：”10.1109\/TASSP.1980.1163420“，“article-title”：“连读句子中单音节单词识别的参数表示比较”，“volume”：“28”，“author”：“Davis”，“year”：“1980”，“journal-title“：”IEEE Trans。阿库斯特。语音信号处理。“}，{”key“：”10.1016\/j.asoc.2023.110494_b78“，”doi-asserted-by“：”crossref“，”unstructured“：”M.Chen，S.Wang，P.P.Liang，T.Baltru\u0161aitis，A.Zadeh，L.-P.“。Morency，具有单词级融合和强化学习的多模式情感分析，载于：《第19届ACM国际多模式互动会议论文集》，2017，第163\u2013171页。“，DOI”：“10.1145\/31367535136801”}，{“key”：“10.1016\/j.asoc.2023.110494_b79”，“DOI断言由”：“crossref”，“非结构化”：“Q.You，j.Luo，H.Jin，j。杨，用于社交多媒体联合视觉文本情感分析的跨模态一致回归，载：《第九届ACM网络搜索和数据挖掘国际会议论文集》，2016年，第13\u201322页。“，”DOI“：”10.1145\/2835776.2835779“}，{“key”：“10.1016\/j.asoc.2023.110494_b80”，“series-title”：“用于大规模图像识别的极深卷积网络”，“作者”：“Simonyan”，“年份”：“2014”}，{“密钥”：“10.1016\/j.asoc.2023.110494_b81”，“doi-asserted-by”：“crossref”，《非结构化》：“j.Pennington，R.Socher，C.D。Manning，Glove:单词表示的全局向量，摘自：《2014年自然语言处理经验方法会议论文集》，EMNLP，2014年，第1532\u20131543页。“，“DOI”：“10.3115\/v1\/D14-1162”}，{“key”：“10.1016\/j.asoc.2023.110494_b82”，“series-title”：“Adam：随机优化的方法”，“author”：“Kingma”，“year”：“2014”}、{key“：”10.1016\/j.asoc.2023.110494_b83“，”series-title“：”ICASSP 2023-2023 IEEE声学、语音和信号处理国际会议“，”first page“：“1”，”article-title“：“带类别情感、类别情感和维度得分的语音情感识别多视图学习”，“author”：“Tompkins”，“year”：“2023”}]，“container-title“：[“Applied Soft Computing”]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1568494623005124？httpAccept=text\/xml”，“content-type”：“text\/xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1568494623005124？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,5,25]]，“date-time”：“2024-05-25T03:53:31Z”，“timestamp”：1716609211000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com//retrieve\/pii\/S156848 94623005124“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2023,9]]}，”references-count“：83，”alternative-id“：[”S1568494623005124“]，”URL“：”http://\/dx.doi.org\/101016\/j.asoc.2023.110494“，”relationship“：{}，“ISSN”：[“1568-4946”]，“ISSN-type”：[{“value”：“1568-49”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2023,9]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”}，{“value”：“使用深度神经网络进行基于注意的多模态情感分析和情感识别”，“name”：“articletite”，“标签”：“文章标题”}name“：”articlelink“，”label“：”CrossRef DOI link to publisher maintained version“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“value”：“\u00a9 2023 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“110494”}