论文标题: Retrieving and Classifying Affective Images via Deep Metric Learning (基于深度学习的情感图像检索与分类) 论文地址:http://users.cs.cf.ac.uk/Yukun.Lai/papers/retrieving-classifying-affective-AAAI18.pdf 1、Introductio
[论文记录] 2021 - ArtEmis: Affective Language for Visual Art 论文简介论文内容摘要1 介绍(1)为什么关注于视觉艺术(visual art)?(2)ArtEmis数据集的创新点(3)观者反应的主观性(4)情感解释的难点(5)情感语音机器人 论文简介 原论文:ArtEmis: Affective Language for
原先的LSTM求下一个单词的概率公式: 其中,f(.)是LSTM的输出结果。现在更改(加入情感能量项)如下: β表示情感强度,可以从0(中性,基线模型)到β=∞(生成的句子只由情感色彩的单词组成,没有语法结构) e t − 1 e_{t-1} et−1表示从上文学到的词向量,g( e t − 1 e_{t-1} et−1)表示属于哪种情感,例[1,0,1,1,0] V i T V{^
提出了个体到个体的两种方法 1)源域和目标域共享结构(TCA、KPCA) 2)训练多个个体的分类器,对分类器参数进行迁移。 基本方法:组合所有个体可用的数据作为训练数据,训练一个基类分类器线性SVM。 数据特征维度:62*310(导联*特征维度) TCA和KPCA:源域:14个个体中随机选取5000个样本,核选用线性核,分类器选用one vs one 策略。目标域剩余的一个人 Tran